当前位置: 首页 > news >正文

[AI/向量数据库/GUI] Attu : Milvus 的图形化与一体化管理工具凑

前言

在使用 kubectl get $KIND -o yaml 查看 k8s 资源时,输出结果中包含大量由集群自动生成的元数据(如 managedFields、resourceVersion、uid 等)。这些信息在实际复用 yaml 清单时需要手动清理,增加了额外的工作量。

使用 kubectl-neat 插件,可以自动移除这些由集群生成的冗余字段,仅保留有意义的内容,使 yaml 更加简洁,方便复用。

安装

插件方式安装

kubectl krew install neat

## 作为 kubectl 插件安装,使用方式为:

kubectl neat

二进制方式安装

## 版本选择:

## https://github.com/itaysk/kubectl-neat/releases

## 当前环境为 ubuntu 2404 LTS

wget https://github.com/itaysk/kubectl-neat/releases/download/v2.0.4/kubectl-neat_linux_amd64.tar.gz

tar xf kubectl-neat_linux_amd64.tar.gz

mv ./kubectl-neat /usr/local/bin/

## 创建别名(这里看个人习惯)

vim /root/.bashrc

alias kneat='kubectl-neat'

使用

本次使用二进制方式部署,实际上参数是相同的,没区别

root@network-demo:~# kubectl-neat help

Usage:

kubectl-neat [flags]

kubectl-neat [command]

## 示例是通过 kubectl plugin 方式安装,使用二进制安装改成 kubectl-neat 就好

Examples:

kubectl get pod mypod -o yaml | kubectl neat

kubectl get pod mypod -oyaml | kubectl neat -o json

kubectl neat -f - <./my-pod.json

kubectl neat -f ./my-pod.json

kubectl neat -f ./my-pod.json --output yaml

Available Commands:

## 自动补全命令用的

completion Generate the autocompletion script for the specified shell

get

help Help about any command

version Print kubectl-neat version

Flags:

-f, --file string file path to neat, or - to read from stdin (default "-")

-h, --help help for kubectl-neat

-o, --output string output format: yaml or json (default "yaml")

命令补全

简单来说就是按两下 tab 后自动补充没拼完的参数

?? 注:其实没啥用...他只能补全命令本身的参数,并不能补全 k8s 相关信息

root@network-demo:~# kubectl-neat completion --help

Generate the autocompletion script for kubectl-neat for the specified shell.

See each sub-command's help for details on how to use the generated script.

Usage:

kubectl-neat completion [command]

Available Commands:

bash Generate the autocompletion script for bash

fish Generate the autocompletion script for fish

powershell Generate the autocompletion script for powershell

zsh Generate the autocompletion script for zsh

Flags:

-h, --help help for completion

Global Flags:

-o, --output string output format: yaml or json (default "yaml")

## 当前环境使用 bash

root@network-demo:~# hostnamectl

Static hostname: network-demo

Icon name: computer-vm

Chassis: vm

Virtualization: kvm

Operating System: Ubuntu 24.04.3 LTS

Kernel: Linux 6.8.0-88-generic

Architecture: x86-64

## 添加命令补全

echo "source <(kneat completion bash)" >> ~/.bashrc && source ~/.bashrc

## 查看效果

## 上面说没啥用的地方就在这...实际上能用的参数只有 get(kubectl-neat 自己的参数)

## 当你补全 get 后就会发现他无法识别 k8s 资源

root@network-demo:~# kubectl-neat

completion (Generate the autocompletion script for the specified shell) help (Help about any command)

get version (Print kubectl-neat version)

使用方式

## 这里我直接将 kubectl get -o yaml 与 kubectl-neat get -o yaml 输出对比

kubectl-neat get -- pods -n deepflow deepflow-server-fc484c85-p67gl -o yaml > deepflow-kneat.yaml

kubectl get pods -n deepflow deepflow-server-fc484c85-p67gl -o yaml > deepflow-kubectl.yaml

## 通过 icdiff 输出两个文件的对比结果,这里为了方便大家看,只把删除的内容放上来了

root@network-demo:~# icdiff deepflow-kubectl.yaml deepflow-kneat.yaml

creationTimestamp: "2026-01-23T02:24:57Z"

generateName: deepflow-server-fc484c85-

generation: 1

ownerReferences:

- apiVersion: apps/v1

blockOwnerDeletion: true

controller: true

kind: ReplicaSet

name: deepflow-server-fc484c85

uid: 528ab77f-67ba-4099-8771-bfe06ca9ce2f

resourceVersion: "4864722"

uid: 0d5ff97b-9c48-4abf-be8b-d2b76f7a14d2

nodeAffinity: {}

apiVersion: v1

apiVersion: v1

apiVersion: v1

apiVersion: v1

apiVersion: v1

scheme: HTTP

successThreshold: 1

timeoutSeconds: 1

protocol: TCP

protocol: TCP

protocol: TCP

protocol: TCP

scheme: HTTP

periodSeconds: 10

successThreshold: 1

timeoutSeconds: 1

resources: {}

securityContext: {}

terminationMessagePath: /dev/termination-log

terminationMessagePolicy: File

dnsConfig: {}

dnsPolicy: ClusterFirst

enableServiceLinks: true

nodeName: network-demo

restartPolicy: Always

schedulerName: default-scheduler

securityContext: {}

serviceAccount: deepflow-server

terminationGracePeriodSeconds: 30

defaultMode: 420

defaultMode: 420

apiVersion: v1

status:

## 下面是所有 status 内容...绞骋晕仙

http://www.jsqmd.com/news/632768/

相关文章:

  • Omni-Vision Sanctuary 实战:软件测试中的AI视觉自动化用例生成
  • MySQL语句执行深度剖析:从连接到执行的全过程赘
  • [信息安全] AES128 加密/解密 --> state 矩阵
  • Cosmos-Reason1-7B模型API调用实战:Python环境下的异步并发处理
  • WuliArt Qwen-Image Turbo高性能:4步推理较SDXL快8.3倍的Latency Benchmark
  • 通义千问3-4B-Instruct-2507实战测评:轻量级模型的RAG能力有多强?
  • 百马驮货的数学之谜
  • 从零上手:基于RKISP2.x Tuner的ISP图像质量调试实战指南
  • Transformer 从零开始讣
  • 扩散模型对抗样本经典baselines鼐
  • Leather Dress Collection 模型微调概念入门:何时需要以及如何准备数据
  • 2026仓储货架技术分享:台州货架/嘉兴货架/奉化货架/宁波货架/杭州货架/江北货架/海曙货架/温州货架/湖州货架/选择指南 - 优质品牌商家
  • Linux驱动篇开篇——《驱动篇》
  • 幻镜NEURAL MASK在文化遗产数字化中的应用:古籍插图主体提取
  • 荣耀最强数字旗舰来了!荣耀600 Pro真机揭晓
  • 【推荐】银发经济小程序
  • ANIMATEDIFF PRO效果展示:看看这些用文字生成的电影级动态画面
  • Llama-3.2V-11B-cot企业实操:中小企业低成本视觉AI部署方案
  • 构建基于SDMatte的智能相册:自动人物分类与场景相册生成
  • Phi-3-mini-4k-instruct-gguf赋能课程设计:自动生成Multisim电路仿真报告
  • CHORD-X在复杂网络环境下的部署:解决403 Forbidden等访问问题
  • Hunyuan-MT-7B-WEBUI部署详解:Jupyter环境下一键启动全流程
  • RMBG-2.0 API封装教程:将Streamlit工具转为REST接口供其他系统调用
  • LFM2.5-1.2B-Thinking-GGUF快速体验:无需安装的在线API调用演示
  • DeepSeek-R1-Distill-Qwen-1.5B开箱即用:本地AI服务搭建全攻略
  • 新概念英语第一册125_Tea for two
  • Python的__enter__中的预防泄漏资源
  • 板级支持包的构建
  • Hunyuan-MT-7B部署教程:vLLM推理+Chainlit前端完整配置
  • CosyVoice入门指南:使用Typora编辑Markdown并一键生成语音笔记