K-Agent实验室
全面的实践实验室，用于学习K-Agent框架、模型上下文协议（MCP）和Kubernetes集成。
🚀 快速开始
# Clone the repository
git clone https://github.com/CodeWizard-IL/Kagent.git
cd Kagent/
# Build and start the labs environment
cd labs-environment
export TARGET_PLATFORM=$(uname -m | sed 's/x86_64/linux\/amd64/g' | sed 's/arm64/linux\/arm64/g')
echo "TARGET_PLATFORM=$TARGET_PLATFORM" > .env
echo "ROOT_FOLDER=$(pwd)/.." >> .env
docker compose up -d
# Start with Lab 000
cd ../Labs/000-setup
bash _demo.sh📚 实验室概述
| 实验室 | 标题 | 持续时间 | 状态 |
|---|---|---|---|
| 000 | 环境设置 | 15分钟 | ✅ |
| 001 | MCP基础课程 | 10分钟 | ✅ |
| 002 | Python MCP服务器 | 12分钟 | 🚧 |
| 003 | TypeScript MCP服务器 | 15分钟 | ✅ |
| 004 | Kubernetes部署 | 15分钟 | 🚧 |
| 005 | Kubectl工具 | 12分钟 | 🚧 |
| 006 | 集群检查器 | 12分钟 | 🚧 |
| 007 | Helm集成 | 12分钟 | 🚧 |
| 008 | PostgreSQL工具 | 15分钟 | 🚧 |
| 009 | 配置应用程序和秘密 | 12分钟 | 🚧 |
| 010 | 远程MCP服务器 | 12分钟 | 🚧 |
| 011 | 谷歌GKE | 15分钟 | 🚧 |
| 012 | GCP SDK工具 | 12分钟 | 🚧 |
| 013 | 安全和RBAC | 15分钟 | 🚧 |
| 014 | 生产部署 | 15分钟 | 🚧 |
总持续时间： 约3小时
🎯 你将学到什么
- 模型上下文协议（MCP）：了解AI工具通信的标准化协议
- MCP服务器开发：使用TypeScript和Python构建MCP服务器
- Kubernetes集成：在Kubernetes中部署和管理MCP服务器
- 工具开发：为kubectl、Helm、数据库和云服务创建自定义工具
- 云部署：部署到谷歌Kubernetes引擎（GKE）
- 安全：实施RBAC和秘密管理
- 生产：可观察性、可扩展性和生产最佳实践
🛠️ 先决条件
必需
- 码头工人 （Docker桌面、Podman或兼容）
- kubectl 的 -Kubernetes命令行界面
- 头盔3 -Kubernetes包管理器
- Git -版本控制
Kubernetes集群（选择一个）
- 亲切的 （建议用于当地开发）
- 迷你
- Docker桌面Kubernetes
- 谷歌GKE （用于云部署）
可选的
- 奥拉玛 -用于AI模型集成（实验室012-013）
📦 项目结构
/
├── Labs/ # Lab markdown files and exercises
│ ├── 000-setup/
│ ├── 001-mcp-basics/
│ ├── 002-python-server/
│ ├── 003-typescript-server/
│ └── ...
├── labs-environment/ # Unified Docker environment
│ ├── Dockerfile
│ ├── docker-compose.yaml
│ ├── entrypoint.sh
│ └── src/ # Sample MCP server code
├── _utils/ # Utility scripts
│ ├── common.sh # Shared functions
│ └── init-cluster.sh # Cluster initialization
├── mkdocs/ # MKdocs configuration
│ ├── 01-mkdocs-site.yml
│ ├── 02-mkdocs-theme.yml
│ ├── ...
│ ├── requirements.txt
│ └── scripts/
│ └── init_site.sh # Site build script
├── .github/workflows/ # CI/CD workflows
│ ├── 000-setup.yaml
│ ├── ...
│ └── deploy-mkdocs.yml
└── runtime/ # Generated at runtime
├── labs-scripts/
├── .ssh/
└── .kube/🌐 在线文档
访问完整文档：
在本地构建文档
cd
# Build and serve
chmod +x mkdocs/scripts/init_site.sh
bash mkdocs/scripts/init_site.sh --serve
# Or manually with Python
python3 -m venv .venv
source .venv/bin/activate
pip install -r mkdocs/requirements.txt
mkdocs serve🧪 运行实验室
交互模式
# Start the labs environment
cd labs-environment
docker compose up -d
# Connect to the container
docker exec -it kagent-controller bash
# Inside the container, navigate to lab exercises
cd /labs-scripts自动演示脚本
每个实验室包括 _demo.sh 自动运行所有练习的脚本：
# Run a specific lab
cd Labs/001-mcp-basics
bash _demo.sh🤝 贡献
欢迎投稿！拜托：
- 克隆该仓库
- 创建要素分支(
git checkout -b feature/amazing-feature) - 提交您的更改(
git commit -m 'Add amazing feature') - 推到分支(
git push origin feature/amazing-feature) - 打开拉取请求
📝 许可证
此项目根据MIT许可证获得许可-请参阅 许可证 文件以获取详细信息。
🙏 致谢
- 模型上下文协议 -MCP规范
- Kubernetes -容器编排
- MKdocs材料 -文档主题
📧 支持
- 问题:
- 讨论:
______________________________________________________________________
内置于❤️ K-Agent社区