sre

Cluster access, KUBECONFIG patterns, and internal service URLs are in the k8s skill.

You MUST apply 5 Whys before concluding any investigation. Stopping at symptoms leads to ineffective fixes.

Metrics and alerts via kubectl exec (Prometheus is behind OAuth2 Proxy — DNS URLs won't work for API queries):

用于 Kubernetes 事件调查、根本原因分析的 SRE 调试方法， 和故障诊断。 在以下情况下使用：(1) Pod 未启动、卡住或失败（CrashLoopBackOff、ImagePullBackOff、OOMKilled、Pending）， (2) 调试 Kubernetes 错误或调查“为什么我的 pod...”，(3) 服务降级或不可用， (4) 任何 Kubernetes 事件的根本原因分析，(5) 网络策略阻止流量， (6) HelmReleases 停滞或 Flux 故障需要排除故障。 触发器：“pod 未启动”、“pod 卡住”、“CrashLoopBackOff”、“ImagePullBackOff”、“OOMKilled”、 “待处理的 pod”、“为什么我的 pod 是”、“kubernetes 错误”、“k8s 错误”、“服务不可用”、 “无法访问服务”、“调试 kubernetes”、“排除 k8s 故障”、“我的 pod 出了什么问题”、 “部署无法正常工作”、“helm 安装失败”、“flux 未协调”、“根本原因”、 “5个为什么”、“事件”、“网络策略阻止”、“哈勃掉落”、“停滞的 helmrelease”、 “直播不更新”、“推广管道卡住”、“神器不推广” 来源：ionfury/homelab。