PerfectScale
PerfectScale CLI: Der AI Agent Skill für Kubernetes-Optimierungsdaten
Der neue AI Agent Skill von PerfectScale bringt Kubernetes-Kosten-, Waste- und Risikodaten über die Open-Source-PerfectScale CLI in Claude Code und andere agentenbasierte Workflows.
Diese Seite ist auch in English, Español, Français, Italiano, 日本語 und Português verfügbar.
TL;DR
PerfectScale hat einen AI Agent Skill veröffentlicht, der auf der Open-Source-PerfectScale CLI (pscli) basiert und Kubernetes-Kosten-, Waste- und Risikodaten aus dem Dashboard heraus in agentenbasierte Workflows bringt. AI-Coding- und Operations-Agents wie Claude Code und das OpenAI Agents SDK können damit Cluster, Workloads, Namespaces, Kosten und Risiken als strukturierte JSON-/JSONL-Ausgabe abfragen, Ergebnisse filtern und gruppieren sowie PerfectScale-Daten mit anderen operativen Datenquellen kombinieren. Die CLI ist kostenlos und Open Source auf GitHub; Sie generieren einen API-Token im PerfectScale-Dashboard und führen Ihre erste Abfrage in rund zwei Minuten aus.
Daten sind heute der Schlüssel zu einem effizienten Unternehmen. Aber mit wie vielen Daten arbeiten Sie und Ihr Team jeden Tag? Wie viele Dashboards, Reports, Alerts und Metriken müssen Sie prüfen, bevor Sie handeln können? Für Kubernetes-Teams ist dieses Problem nur allzu real: Kostenberichte, Auslastungsmetriken, Workload-Risiken, Right-Sizing-Empfehlungen, Deployment-Historie, Incident-Kontext und Logs. Die Herausforderung besteht nicht darin, mehr Daten zu bekommen. Die Herausforderung ist, das Rauschen zu durchdringen und die richtige Erkenntnis zum richtigen Zeitpunkt zu gewinnen.
Wenn Sie PerfectScale nutzen, liefert PerfectScale Ihnen bereits die Daten, auf die es ankommt. Bisher standen diese Daten jedoch hauptsächlich über das PerfectScale-Dashboard zur Verfügung – was im Arbeitsalltag für Reibung sorgt.
"Wenn Teams Daten exportieren, eigene Reports erstellen, Metriken aus verschiedenen Quellen vergleichen oder einen AI-Agent bitten wollen, Anomalien zu untersuchen, Ergebnisse zusammenzufassen oder Risiken zu erklären, stößt ein reines UI-Modell an seine Grenzen", sagt Amit Bezalel, Chief Solution Architect von PerfectScale by DoiT. "Die Zukunft des Infrastruktur-Managements bewegt sich in Richtung Agentic AI – und diese Zukunft nimmt bereits Gestalt an. Für DevOps-, Platform- und SRE-Teams müssen Optimierungsdaten dort verfügbar sein, wo die Arbeit ohnehin stattfindet: in Terminals, Skripten, internen Tools und AI-gestützten Workflows."
Die Herausforderung ist klar, die Lösung einfach. So entstand der PerfectScale AI Agent Skill, der PerfectScale-Daten in agentenbasierte Workflows bringt.
AI-gestützte Workflows mit PerfectScale-Daten
Dieser Skill ermöglicht es AI-gestützten Coding- und Operations-Agents wie Claude Code, dem OpenAI Agents SDK und anderen, mit PerfectScale-Daten zu arbeiten. Statt Dashboards zu öffnen, zwischen Tools zu wechseln oder Queries zu schreiben, stellen Engineering-Teams einfach eine Frage – und der Agent findet die Antwort.
Die PerfectScale CLI liefert Agents genau die Daten, die sie tatsächlich brauchen: Kubernetes-Optimierungsdaten lassen sich einfach abfragen, filtern, parsen und mit anderen operativen Datenquellen kombinieren:
- Strukturierte Ausgabe: JSON und JSONL für nahtloses Parsing.
- Umfangreiche Filter: Agents können Ergebnisse nach Cluster, Namespace, Workload-Typ, Kosten, Risiko und mehr abrufen.
- Kombinierbare Daten: Agents können PerfectScale-Daten mit anderen Quellen kombinieren und so Erkenntnisse gewinnen, die kein einzelnes Tool allein liefern kann.
So sieht das in der Praxis aus
Sobald der Skill installiert ist, stellen Sie Claude oder einem anderen Agent Ihrer Wahl eine Frage wie: "Was sind die 10 Workloads mit der größten Verschwendung in aws-us-prod?" Innerhalb von Sekunden liefert der Agent eine klare Antwort mit Dollarbeträgen und allen weiteren angeforderten Informationen.
Mit flexiblem Agent-Zugriff auf Kubernetes-Optimierungsdaten können Teams mühelos Cluster auflisten und inspizieren, Workloads nach Kosten, Waste oder Risiko analysieren, Ergebnisse nach Namespace, Workload-Typ, Policy oder Label gruppieren und mehr – das vereinfacht den Kubernetes-Betrieb in bestehenden Workflows und verbessert die Optimierungsergebnisse.
Genau darin liegt der Wandel: PerfectScale-Daten sind nicht länger nur etwas, das Sie in einem Dashboard öffnen. Sie sind etwas, das Ihre Tools und Agents direkt nutzen können.
Erste Schritte
Die PerfectScale CLI ist Open Source und ab sofort verfügbar. Laden Sie sie von GitHub herunter, generieren Sie einen API-Token in Ihrem PerfectScale-Dashboard und führen Sie Ihre ersten Abfragen innerhalb von zwei Minuten aus. Sehen Sie sich das kurze Video unten an, in dem Anton Weiss Sie durch den gesamten Prozess führt – von der Installation bis zu den ersten Erkenntnissen.
Die vollständige Dokumentation finden Sie im PerfectScale-Docs-Portal.
So geht es weiter
Das ist erst der Anfang. Wir arbeiten an konfigurierbaren Zeiträumen, serverseitigem Filtern, Nodegroup-Befehlen und weiteren Exportformaten.
Die Zukunft des Infrastruktur-Managements bewegt sich in Richtung Agentic AI. Die PerfectScale CLI unterstützt diesen Wandel, indem sie Kubernetes-Optimierungsdaten leichter zugänglich, kombinierbar und nutzbar macht – in den Tools und Workflows, mit denen Teams bereits arbeiten.
Sie nutzen PerfectScale noch nicht? Starten Sie noch heute kostenlos und überzeugen Sie sich selbst.
FAQ
Was ist der PerfectScale AI Agent Skill?
Es ist ein Skill, der AI-Coding- und Operations-Agents mit den Kubernetes-Optimierungsdaten von PerfectScale verbindet und auf der Open-Source-PerfectScale CLI basiert. Statt ein Dashboard zu öffnen, können Teams einem Agent direkt eine Frage stellen und erhalten Kosten-, Waste- und Risikodaten in Sekunden zurück.
Welche AI-Agents funktionieren mit der PerfectScale CLI?
Der Skill ist für AI-gestützte Coding- und Operations-Agents wie Claude Code und das OpenAI Agents SDK entwickelt und darauf ausgelegt, auf weitere agentenbasierte Tools erweitert zu werden, die eine CLI aufrufen und strukturierte Ausgaben parsen können.
Welche Kubernetes-Daten kann ich mit der PerfectScale CLI abfragen?
Sie können Cluster, Workloads, Namespaces sowie Kosten-, Waste- und Risikodaten abfragen und die Ergebnisse anschließend nach Cluster, Namespace, Workload-Typ, Kosten, Risiko, Policy oder Label filtern oder gruppieren. Die Ausgabe erfolgt als strukturiertes JSON oder JSONL und lässt sich so leicht parsen oder mit Daten aus anderen Quellen kombinieren.
Ist die PerfectScale CLI kostenlos und Open Source?
Ja. Die PerfectScale CLI ist Open Source und ab sofort kostenlos auf GitHub zum Download und Einsatz verfügbar.
Wie starte ich mit der PerfectScale CLI?
Laden Sie die PerfectScale CLI von GitHub herunter, generieren Sie einen API-Token in Ihrem PerfectScale-Dashboard und führen Sie Ihre erste Abfrage aus. Laut PerfectScale dauert es von der Installation bis zum ersten Ergebnis etwa zwei Minuten.
Welche Beispielfrage kann ich einem Agent über die PerfectScale CLI stellen?
Ein typisches Beispiel ist die Frage: "Was sind die 10 Workloads mit der größten Verschwendung in aws-us-prod?" Der Agent fragt die PerfectScale-Daten über die CLI ab und liefert eine direkte Antwort mit Dollarbeträgen und Workload-Details.
Was ist als Nächstes für die PerfectScale CLI geplant?
PerfectScale plant konfigurierbare Zeiträume, serverseitiges Filtern, Nodegroup-Befehle und weitere Exportformate über die aktuelle JSON-/JSONL-Unterstützung hinaus.