OpenClaw 插件开发从零到一:写一个 K8s 排障插件,把 3 小时排查缩到 5 分钟

OpenClaw 插件开发从零到一：写一个 K8s 排障插件，把 3 小时排查缩到 5 分钟

用 OpenClaw 一段时间了，做内容创作、数据抓取、定时任务都很顺手。但我一直有个想法——能不能让 OpenClaw 直接帮我排查 K8s 问题？

比如，线上 Pod 出问题了，我只要说一句"看看这个 Pod 为什么 CrashLoopBackOff"，OpenClaw 就能自动执行 kubectl describe、kubectl logs、kubectl get events，然后把分析结果告诉我。

这不是科幻，OpenClaw 的 Skill Workshop 和 Tool 机制就是干这个的。

为什么要自己写插件？

OpenClaw 内置了很多工具：文件读写、执行命令、网页搜索、图片生成。但特定领域的工具需要自己写。

比如排查 K8s 问题，我需要：

　　1. 执行 kubectl 命令获取 Pod 状态

　　2. 执行 kubectl logs 获取日志

　　3. 执行 kubectl get events 获取事件

　　4. 把这些信息汇总，让 AI 分析根因

OpenClaw 的 Skill Workshop 就是干这个的——把一系列操作封装成一个可复用的 Skill。

第一步：了解 Skill 的结构

OpenClaw 的 Skill 本质上是一个 Markdown 文件，用特定的 Front Matter 格式声明工具的元数据和行为。

一个 Skill 包含：

code

---

description: K8s 排障助手，自动诊断 Pod 异常

metadata:

type: skill

---

# k8s-troubleshooter

## 工具

提供 k8stroubleshoot 命令，输入 Pod 名称，自动执行排查流程。

## 排查流程

1. 获取 Pod 状态

2. 获取最近事件

3. 获取容器日志

4. 分析根因

第二步：定义 Tool

Tool 是 Skill 的核心——告诉 OpenClaw 可以执行什么命令，参数是什么。

kubectl 命令封装：

yaml

---

description: 在宿主机上执行 kubectl 命令

commands:

- kubectl get pod {podname} -o wide

- kubectl describe pod {podname}

- kubectl logs {podname} --tail=100

- kubectl get events --field-selector involvedObject.name={podname}

---

参数说明：

　　• name：工具名称，OpenClaw 用这个来识别

　　• description：告诉 AI 这个工具是干什么的

　　• commands：可执行的命令模板，{podname} 是动态参数

第三步：写一个完整的排障 Skill

下面是我实际在用的 K8s 排障 Skill（为了阅读方便，我把 YAML 和命令分开展示）：

Skill 定义文件：

yaml

---

description: K8s Pod 故障诊断工具

metadata:

type: skill

author: 不怕慢

version: 1.0

---

工具 1：诊断单个 Pod

bash

# 获取 Pod 状态

kubectl get pod {podname} -n {namespace} -o wide

# 获取 Pod 详细信息

kubectl describe pod {podname} -n {namespace}

# 获取最近事件

kubectl get events -n {namespace} \

--field-selector involvedObject.name={podname} \

--sort-by=.lastTimestamp

# 获取容器日志

kubectl logs {podname} -n {namespace} --tail=200

工具 2：检查 Node 健康状态

bash

# 查看所有 Node 状态

kubectl get nodes -o wide

# 查看单个 Node 详情

kubectl describe node {nodename}

# 查看 Node 资源使用

kubectl top node {nodename}

工具 3：检查 Pod 网络连通性

bash

# ping 测试

kubectl exec {podname} -- ping -c 3 {targetip}

# 端口连通性测试

kubectl exec {podname} -- curl -v telnet://{targetip}:{port}

使用示例：

用户：帮我看看 nginx-pod-xxx 为什么 CrashLoopBackOff
AI 自动执行：
1. kubectl get pod → 发现 Pod 在 CrashLoopBackOff
2. kubectl describe → 发现 Liveness 探针失败
3. kubectl logs → 看到应用启动超时
4. 分析结论：探针超时时间太短，建议从 5s 改为 15s

第四步：通过 Skill Workshop 注册

OpenClaw 提供了 skillworkshop 工具来管理 Skill：

bash

# 创建新 Skill

skillworkshop create \

--name k8s-troubleshoot \

--description "K8s Pod 故障诊断工具" \

--proposal-content "$(cat k8s-troubleshoot.md)"

创建后，Skill 会进入"待审核"状态。OpenClaw 会提示你确认，确认后 Skill 就生效了。

第五步：实际效果

"看看 production 命名空间里那个 nginx-pod-xxx 为什么一直重启"

OpenClaw 就会自动：

　　1. 识别出要用 k8sdiagnosepod 工具

　　2. 执行 kubectl get pod 获取状态

　　3. 执行 kubectl describe pod 获取详细信息

　　4. 执行 kubectl logs 获取日志

　　5. 执行 kubectl get events 获取事件

　　6. 综合分析，告诉我根因和修复建议

整个过程不到 5 分钟，原来手动排查要 1-3 小时。

踩坑记录

坑 1：kubectl 命令必须在宿主机上执行 OpenClaw 默认在沙箱环境执行命令，但 kubectl 需要访问 kubeconfig。需要在 Skill 里指定 host: node 或 host: auto 来执行。

坑 2：命令超时 有些命令（如 kubectl logs --tail=5000）输出很大，需要设置合理的 timeout 参数，避免 AI 等待太久。

坑 3：权限问题 OpenClaw 的 exec 工具默认有权限限制，需要在 OpenClaw 配置里允许 kubectl 命令的执行。在 tools.exec.security 配置中放行 kubectl 即可。

扩展思路

Skill 不只是写一个排查工具，还能做更多：

1. 定时巡检 Skill 每天早上自动检查集群健康状态，如果发现异常直接推送到 Telegram。

2. 自动化修复 Skill 排查出问题后，自动执行修复命令（需要谨慎，建议加人工确认步骤）。

3. 多集群管理 Skill 在 Skill 里切换 kubeconfig，一个命令管理多个集群。

4. 日志分析 Skill 把 kubectl logs 的输出接入 AI，让 AI 分析日志中的异常模式。

总结

OpenClaw 的 Skill Workshop 让 AI 从"聊天助手"变成了"能干活的操作系统"。

你不需要写复杂的代码，也不需要搞微服务架构。写一个 Markdown 文件，定义几个命令，AI 就能帮你执行复杂的运维操作。

下次遇到 K8s 问题，别再手动 kubectl describe 翻来翻去了。写个 Skill，让 AI 帮你干。

——◆——

延伸阅读：

OpenClaw 记忆系统升级：从 nomic-embed-text 切换到 mxbai-embed-large OpenClaw Agent 协作踩坑：3 个 Agent 一起干活，为什么比单打独斗还慢？

你在用 OpenClaw 写过什么 Skill？留言说说你的玩法，我帮你优化。

——◆——

🤔 互动话题

关于OpenClaw 插件开发从零到一，你有什么踩坑经历或心得？评论区聊聊~

📖 阅读原文 👈 底部查看

👍 点赞 + 在看 + 转发是对我最大的支持！

本文首发于「不怕慢」

📂 查看本系列更多文章 →