kubeshark/kubeshark

项目概览

无需密钥管理或 Sidecar 即可利用 eBPF 解密 Kubernetes 集群内的 TLS/mTLS 流量，并为 AI 智能体暴露集群网络数据以进行根因分析。

项目类型

MCP · AI Agent · 基础设施

部署方式

查看项目说明

License

Apache-2.0

适合谁

• 需要在不修改应用代码的前提下排查 Kubernetes 网络通信故障的运维团队。
• 需要利用 AI 智能体自动化调查 API 调用和执行网络根因分析的技术团队。
• 需要在本地环境运行且无外部依赖的流量分析能力的组织。

核心能力

• 利用 eBPF 在内核层捕获并索引集群范围内的网络流量，无需修改应用代码。
• 利用 eBPF 解密 TLS/mTLS 流量，无需额外的密钥管理或部署 Sidecar。
• 提供一种基于 CEL 的查询语言，结合 Kubernetes 身份、API 上下文和网络属性来精准定位特定流量。
• 通过 MCP 暴露集群范围内的网络数据，使 AI 智能体能够查询流量、调查 API 调用并执行根因分析。
• 提供可复用的技能模块，在 MCP 工具的基础上教授 AI 智能体执行如网络根因分析和 KFL 等特定领域的具体工作流程。
• 支持下载按节点、时间、工作负载和 IP 过滤的数据包捕获文件，用于长期留存和后续调查。
• 提供可视化映射图，展示工作负载之间的通信方式，包括集群内的依赖关系、流量大小和协议使用情况。
• 将流量快照存储在云存储（如 S3、Azure Blob、GCS）中，用于长期留存和跨集群共享。

限制与风险

• 运行需要宿主机支持 eBPF 并具备特定的内核能力，这限制其在部分旧版或特定配置的操作系统内核上运行。

如何开始

• 部署难度较低，提供可直接复制粘贴的 Shell 命令完成启动。成功启动的标准路径为：添加 Helm 仓库 (helm repo add kubeshark https://helm.kubeshark.com)、安装 (helm install kubeshark kubeshark/kubeshark)，随后通过 kubectl port-forward svc/kubeshark-front 8899:80 将前端服务映射到本地进行访问。

核验依据

• GitHub 项目简介: eBPF-powered network observability for Kubernetes.
• README: Kubeshark indexes cluster-wide network traffic at the kernel level using eBPF — delivering instant answers to any query using network, API, and Kubernetes semantics.
• README: Network Observability for SREs & AI Agents
• README: Download Retrospective PCAPs — cluster-wide packet captures filtered by nodes, time, workloads, and IPs.
• README: No code instrumentation required.

内容核验时间：