Installera och använda agentic CLI för Azure Kubernetes Service (AKS) (förhandsversion)

• Docker har installerats och körts på den lokala datorn. Installationsinstruktioner finns i Komma igång med Docker.
• Kontrollera att Docker-daemonen startas och körs innan du fortsätter med installationen.
• Se till att dina Azure-autentiseringsuppgifter är korrekt konfigurerade och att du har de behörigheter som krävs för att komma åt klusterresurser.

• Innan du installerar måste du skapa ett obligatoriskt Kubernetes-tjänstkonto med RBAC-behörigheter. (Konfiguration av arbetsbelastningsidentitet är valfritt.)
• Du behöver skrivåtkomst för att distribuera till Kubernetes-namnområdet där agenten ska distribueras.

Verifiera Docker-installationen och starta Docker-daemon

1. Kontrollera att Docker är installerat och att Docker-daemonen körs med hjälp av följande kommandon:

   docker --version
   docker ps
   

2. Om du får ett fel som anger att Docker-daemonen inte körs startar du Docker-tjänsten med lämpliga steg för operativsystemet:

   • macOS/Windows:

     • Starta Docker Desktop från dina program.
     • Vänta tills Docker startar.

   • Linux:

     • Starta Docker-tjänsten med följande kommandon:

       sudo systemctl start docker
       sudo systemctl enable docker  # Enable Docker to start on boot
       

3. Kontrollera att Docker körs med följande kommando:

   docker info
   

   Det här kommandot bör returnera Docker-systeminformation utan fel.

Initiera klientläge

1. Initiera det agentiska CLI:et med klientläget med hjälp av az aks agent-init kommandot . Ersätt platshållarvärdena med den faktiska resursgruppen och klusternamnet.

   az aks agent-init --resource-group $RESOURCE_GROUP --name $CLUSTER_NAME
   

2. När du uppmanas att välja ett distributionsläge anger du 2 för klientläge.

   🚀 Welcome to AKS Agent initialization!
   
   Please select the mode you want to use:
     1. Cluster mode - Deploys agent as a pod in your AKS cluster
        Uses service account and workload identity for secure access to cluster and Azure resources
     2. Client mode - Runs agent locally using Docker
        Uses your local Azure credentials and cluster user credentials for access
   
   Enter your choice (1 or 2): 2
   

3. Konfigurera information om LLM-providern. Till exempel:

   Welcome to AKS Agent LLM configuration setup. Type '/exit' to exit.
    1. Azure Open AI (API Key)
    1. Azure Open AI (Microsoft Entra ID)
    3. OpenAI
    4. Anthropic
    5. Gemini
    6. Openai Compatible
   Enter the number of your LLM provider: 1
   Your selected provider: azure
   Enter value for MODEL_NAME:  (Hint: should be consistent with your deployed name, e.g., gpt-4.1) gpt-4.1
   Enter your API key: 
   Enter value for AZURE_API_BASE:  (Hint: https://{your-custom-endpoint}.openai.azure.com/) https://test-example.openai.azure.com
   Enter value for AZURE_API_VERSION:  (Default: 2025-04-01-preview)
   LLM configuration setup successfully.
   

   Anmärkning

   API-nyckeln visas tom när du skriver för säkerhet. Ange rätt API-nyckel.

4. Kontrollera att initieringen lyckades. Agenten hämtar automatiskt nödvändiga Docker-avbildningar när du kör ditt första kommando.

Initiera klusterläge

1. Initiera det agentiska CLI med klusterläge med hjälp av az aks agent-init kommandot . Ersätt platshållarvärdena med den faktiska resursgruppen och klusternamnet.

   az aks agent-init --resource-group $RESOURCE_GROUP --name $CLUSTER_NAME
   

2. När du uppmanas att välja ett distributionsläge anger du 1 för klusterläge.

   🚀 Welcome to AKS Agent initialization!
   
   Please select the mode you want to use:
     1. Cluster mode - Deploys agent as a pod in your AKS cluster
        Uses service account and workload identity for secure access to cluster and Azure resources
     2. Client mode - Runs agent locally using Docker
        Uses your local Azure credentials and cluster user credentials for access
   
   Enter your choice (1 or 2): 1
   

3. När du uppmanas att ange målnamnområdet anger du det namnområde där du skapade tjänstkontot. I följande exempel används your-namespace som platshållare. Ersätt den med det faktiska namnområdet som du använde.

   ✅ Cluster mode selected. This will set up the agent deployment in your cluster.
   
   Please specify the namespace where the agent will be deployed.
   
   Enter namespace (e.g., 'kube-system'): your-namespace
   

4. Konfigurera information om LLM-providern. Till exempel:

   📦 Using namespace: your-namespace
   No existing LLM configuration found. Setting up new configuration...
   Please provide your LLM configuration. Type '/exit' to exit.
    1. Azure OpenAI
    2. OpenAI
    3. Anthropic
    4. Gemini
    5. OpenAI Compatible
    6. For other providers, see https://aka.ms/aks/agentic-cli/init
   Please choose the LLM provider (1-5): 1
   

5. Ange tjänstkontoinformation med hjälp av Kubernetes-tjänstkontot som du skapade för agentdistributionen. I följande exempel används aks-mcp som platshållare för tjänstkontonamnet. Ersätt det med det faktiska namnet på ditt tjänstkonto.

   👤 Service Account Configuration
   The AKS agent requires a service account with appropriate permissions in the 'your-namespace'
   namespace.
   Please ensure you have created the necessary Role and RoleBinding in your namespace for 
   this service account.
   
   Enter service account name: aks-mcp
   

6. Vänta tills distributionen har slutförts. Initialiseringen implementerar agenten med hjälp av Helm.

   🚀 Deploying AKS agent (this typically takes less than 2 minutes)...
   ✅ AKS agent deployed successfully!
   Verifying deployment status...
   ✅ AKS agent is ready and running!
   
   🎉 Initialization completed successfully!
   

7. Kontrollera framgångsrik distribution och agentens status med hjälp av kommandot az aks agent och parametern --status.

   az aks agent \
   --status \
   --resource-group $RESOURCE_GROUP \
   --name $CLUSTER_NAME \
   --namespace $NAMESPACE
   

   Dina utdata bör indikera att agenten är redo och körs, ungefär så här:

   📊 Checking AKS agent status...
   
   ✅ Helm Release: deployed
   
   📦 Deployments:
     • aks-agent: 1/1 ready
     • aks-mcp: 1/1 ready
   
   🐳 Pods:
     • aks-agent-xxxxx-xxxxx: Running ✓
     • aks-mcp-xxxxx-xxxxx: Running ✓
   
   📋 LLM Configurations:
     • azure/gpt-4o
       API Base: https://your-service.openai.azure.com/
       API Version: 2025-04-01-preview
   
   ✅ AKS agent is ready and running!
   

   Anmärkning

   Du kan också verifiera lyckad distribution genom att kontrollera poddar och distributioner i målnamnområdet med hjälp av kubectl:

   kubectl get pods --namespace $NAMESPACE | grep aks-
   kubectl get deployment --namespace $NAMESPACE | grep aks-
   

Följande är exempel på grundläggande frågor som du kan köra med agentiska CLI för AKS i klientläge:

az aks agent "How many nodes are in my cluster?" --resource-group $RESOURCE_GROUP --name $CLUSTER_NAME --mode client
az aks agent "What is the Kubernetes version on the cluster?" --resource-group $RESOURCE_GROUP --name $CLUSTER_NAME --mode client
az aks agent "Why is coredns not working on my cluster?" --resource-group $RESOURCE_GROUP --name $CLUSTER_NAME --mode client
az aks agent "Why is my cluster in a failed state?" --resource-group $RESOURCE_GROUP --name $CLUSTER_NAME --mode client

Följande är exempel på grundläggande frågor som du kan köra med agentiska CLI för AKS i klusterläge:

az aks agent "How many nodes are in my cluster?" --resource-group $RESOURCE_GROUP --name $CLUSTER_NAME --namespace $NAMESPACE
az aks agent "What is the Kubernetes version on the cluster?" --resource-group $RESOURCE_GROUP --name $CLUSTER_NAME --namespace $NAMESPACE
az aks agent "Why is coredns not working on my cluster?" --resource-group $RESOURCE_GROUP --name $CLUSTER_NAME --namespace $NAMESPACE
az aks agent "Why is my cluster in a failed state?" --resource-group $RESOURCE_GROUP --name $CLUSTER_NAME --namespace $NAMESPACE

az aks agent "How many pods are in the kube-system namespace" --resource-group $RESOURCE_GROUP --name $CLUSTER_NAME --mode client --model=azure/gpt-4o --no-interactive
az aks agent "Why are the pods in Crashloopbackoff in the kube-system namespace" --resource-group $RESOURCE_GROUP --name $CLUSTER_NAME --mode client --model=azure/gpt-4o --no-interactive --show-tool-output

az aks agent "How many pods are in the kube-system namespace" --resource-group $RESOURCE_GROUP --name $CLUSTER_NAME --namespace $NAMESPACE --model=azure/gpt-4o --no-interactive
az aks agent "Why are the pods in Crashloopbackoff in the kube-system namespace" --resource-group $RESOURCE_GROUP --name $CLUSTER_NAME --namespace $NAMESPACE --model=azure/gpt-4o --no-interactive --show-tool-output

Rensa klientlägets distribution genom att använda kommandot az aks agent-cleanup tillsammans med parametern --mode client. Det här kommandot tar bort den lokala konfigurationsfilen och återställer agentkonfigurationen.

az aks agent-cleanup --resource-group $RESOURCE_GROUP --name $CLUSTER_NAME --mode client

Rensa klusterlägesdistributionen med hjälp av az aks agent-cleanup-kommandot. Ange parametern --namespace med namnområdet där agenten distribueras. Det här kommandot tar bort agentpodden från det angivna namnområdet och tar bort LLM-konfigurationen som lagras i klustret.

az aks agent-cleanup --resource-group $RESOURCE_GROUP --name $CLUSTER_NAME --namespace $NAMESPACE

Kontrollera att den lokala konfigurationsfilen och Docker-avbildningarna har tagits bort med hjälp av följande kommandon:

# Check if configuration file was removed
ls ~/.azure/aksAgent.config

# Check for remaining Docker images
docker images | grep aks-agent

Kontrollera att agentpodden och relaterade resurser har tagits bort från klustret med hjälp av följande kommandon med rätt namnområde:

# Check if agent pod was removed
kubectl get pods --namespace $NAMESPACE

# Check if service account was removed
kubectl get serviceaccount --namespace $NAMESPACE

# Check if namespace was removed (if it was created during init)
kubectl get namespace $NAMESPACE