核心用法
Kubernetes Expert 是一个面向云原生架构设计的专业型 Agent Skill，旨在帮助用户解决容器编排、集群管理和云原生应用部署中的复杂问题。用户可通过自然语言描述应用需求，获取完整的 Kubernetes 资源配置方案，包括 Deployment/StatefulSet 工作负载定义、Service/Ingress 网络配置、RBAC 权限策略、HPA 自动扩缩容规则，以及生产级 Helm Chart 模板。技能覆盖从单集群部署到多集群联邦管理的完整技术栈，特别擅长输出可直接应用的 YAML 配置和故障排查命令集。
显著优点
该技能的知识体系完整且工程导向明确，涵盖控制平面组件、网络策略、存储编排、安全加固等八大核心领域。其突出价值在于将 CNCF 生态最佳实践沉淀为可复用模板，大幅降低 Kubernetes 学习曲线；内置的故障排查命令清单和 RBAC 配置示例，能显著缩短运维排障时间；对 Helm、Operator 模式、GitOps 等高级用法的支持，使其可满足从开发测试到生产运维的全周期需求。文档结构遵循 Kubernetes 官方风格，配置示例规范且注释清晰，便于团队标准化落地。
潜在局限
作为纯文档型技能，其能力边界限于配置生成和方案建议，无法直接对接真实集群执行 kubectl apply 等操作，也不具备实时集群状态感知能力。对于特定云厂商的托管服务（如 EKS/GKE/ACK 专有特性），技能输出可能需要手动适配；某些高级场景（如自定义调度器、CRD 控制器开发）仅提供概念指引，深度开发仍需参考官方 SDK。此外，Kubernetes 版本迭代较快，部分 API 示例（如已弃用的 PodSecurityPolicy）需注意版本兼容性校验。
适合群体
主要面向 DevOps 工程师、SRE 平台工程师、云架构师及具备容器基础的后端开发者。适用于正在规划 Kubernetes 迁移的企业技术团队、需要标准化 Helm 交付流程的中间件团队、以及构建内部开发者平台（IDP）的基础设施团队。对云原生技术感兴趣但缺乏系统实践经验的开发者，也可通过该技能快速建立工程化认知。
使用风险
常规风险包括：生成的配置需经测试环境验证后方可用于生产，特别是涉及 RBAC 权限绑定和网络策略的变更，误操作可能导致服务中断或权限泄漏；Secret 和 ConfigMap 的示例需替换为真实值，硬编码敏感信息会造成安全隐患；HPA 和集群自动扩缩容参数需结合实际资源水位调优，默认值可能引发成本失控或扩缩容震荡。建议结合 CI/CD 流水线实施配置即代码（GitOps）管控，并启用审计日志追踪变更。