AI运维开发第一波(基础篇)

这门课解决什么问题：让AI接手K8s的日常排障

传统运维盯盘排障，依赖人肉敲 kubectl、看日志、查状态，遇到大规模集群往往手忙脚乱。这门课的主题是把大模型塞进运维链路，用 Dify 加 LLM 的方式做 AIOps，具体场景压得很实：让 AI 帮你创建 Golang 运维项目、提取 K8s Pod 运行状态、初步判断 Pod 是否正常。它不灌“AI 替代运维”的空泛概念，而是聚焦“怎么让 AI 真正读懂集群状态并给出判断”这个具体活儿。如果你天天被 Pod 异常搞得很烦，想搞清楚大模型到底怎么接入云原生环境干活，这课对口。

适合什么基础与资料怎么看

课程采用 Python 和 Golang 混编，这直接划定了门槛：你得有 Python 基础，至少看得懂函数和包调用；Golang 方面，不需要你是资深开发，但语法基础得有，因为运维工具链很多用 Go 写。K8s 层面，得熟悉基本操作，知道 Pod 生命周期。零基础纯转行的人直接看会卡壳。建议先看引导课搞懂“AI 运维开发到底什么样”，接着重点抠 Golang 项目自动生成和代码解耦那两块——这是后续写 K8s 工作流的骨架。资料配合练习时，别光看视频，自己搭个本地测试集群，照着课里的写法用 AI 生成 Go 项目雏形，再跑通 Pod 状态提取的代码，把混编逻辑跑通才算学到手。

学完能独立做什么

学完基础篇，你能独立搭起一个 AI 辅助的 K8s 运维雏形：用 AI 生成 Golang 项目骨架，写代码提取 Pod 状态，再让大模型对 Pod 是否正常做初步判断。说白了，你手里有了一套能跑的 AIOps 最小闭环。这不算终点，排障深度和复杂故障处理还得靠后续进阶，但作为入门，它帮你把 AI 和云原生运维的接缝摸清楚了。对想往运维开发转的人，这是个扎实的起步点。