PerfectScale
PerfectScale CLI : les données d'optimisation Kubernetes au service de vos agents IA
Le nouveau skill d'agent IA de PerfectScale intègre les données de coûts, de gaspillage et de risques Kubernetes dans Claude Code et d'autres workflows agentiques, via la PerfectScale CLI open source.
Cette page est également disponible en English, Deutsch, Español, Italiano, 日本語 et Português.
TL;DR
PerfectScale lance un skill d'agent IA, appuyé par la PerfectScale CLI open source (pscli), qui fait sortir les données de coûts, de gaspillage et de risques Kubernetes du dashboard pour les intégrer directement aux workflows agentiques. Les agents IA de développement et d'exploitation, comme Claude Code ou l'OpenAI Agents SDK, peuvent ainsi interroger clusters, workloads, namespaces, coûts et risques avec une sortie structurée en JSON/JSONL, filtrer et regrouper les résultats, et combiner les données PerfectScale avec d'autres sources opérationnelles. La CLI est gratuite et open source sur GitHub ; générez un token API dans le dashboard PerfectScale et lancez votre première requête en deux minutes environ.
Les données sont aujourd'hui la clé d'une entreprise performante. Mais combien de données manipulez-vous chaque jour, vous et votre équipe ? Combien de dashboards, de rapports, d'alertes et de métriques devez-vous consulter avant d'agir ? Pour les équipes Kubernetes, le problème est bien réel : rapports de coûts, métriques d'utilisation, risques liés aux workloads, recommandations de right-sizing, historique des déploiements, contexte d'incidents, logs. Le défi n'est pas d'obtenir plus de données. Le défi, c'est de faire le tri dans le bruit pour obtenir la bonne information au bon moment.
Si vous utilisez PerfectScale, vous disposez déjà des données qui comptent. Mais jusqu'à présent, ces données étaient principalement accessibles via le dashboard PerfectScale, ce qui créait des frictions dans les workflows.
"Lorsque les équipes doivent exporter des données, créer des rapports personnalisés, comparer des métriques issues de différentes sources, ou demander à un agent IA d'analyser des anomalies, de synthétiser des résultats ou d'expliquer des risques, un modèle limité à l'interface devient un frein", explique Amit Bezalel, Chief Solution Architect de PerfectScale by DoiT. "L'avenir de la gestion d'infrastructure s'oriente vers l'IA agentique, et cet avenir prend déjà forme. Pour les équipes DevOps, Platform et SRE, les données d'optimisation doivent être disponibles là où le travail se fait déjà : dans les terminaux, les scripts, les outils internes et les workflows propulsés par l'IA."
Le défi est clair, et la solution est simple. C'est ainsi qu'est né le skill d'agent IA PerfectScale, qui intègre les données PerfectScale aux workflows agentiques.
Des workflows dopés à l'IA avec les données PerfectScale
Ce skill permet aux agents IA de développement et d'exploitation, comme Claude Code, l'OpenAI Agents SDK et d'autres, de travailler avec les données PerfectScale. Plus besoin d'ouvrir des dashboards, de jongler entre les outils ou d'écrire des requêtes : les équipes d'ingénierie posent simplement une question et laissent l'agent trouver la réponse.
La PerfectScale CLI fournit aux agents les données dont ils ont réellement besoin, en rendant les données d'optimisation Kubernetes faciles à interroger, filtrer, analyser et combiner avec d'autres sources de données opérationnelles :
- Sortie structurée : JSON et JSONL pour un parsing sans effort.
- Filtrage avancé : les agents peuvent récupérer les résultats par cluster, namespace, type de workload, coût, risque, et plus encore.
- Données composables : les agents peuvent combiner les données PerfectScale avec d'autres sources pour produire des insights qu'aucun outil ne peut fournir seul.
En pratique
Une fois le skill installé, posez une question à Claude ou à l'agent de votre choix, par exemple : "Quels sont les 10 workloads qui gaspillent le plus dans aws-us-prod ?". En quelques secondes, l'agent renvoie une réponse claire, avec les montants en dollars et toutes les informations demandées.
Grâce à cet accès flexible aux données d'optimisation Kubernetes, les équipes peuvent facilement lister et inspecter les clusters, analyser les workloads par coût, gaspillage ou risque, regrouper les résultats par namespace, type de workload, politique ou label, et bien plus — de quoi simplifier l'exploitation Kubernetes dans les workflows existants et améliorer les résultats d'optimisation.
C'est là tout le changement : les données PerfectScale ne sont plus seulement quelque chose que l'on consulte dans un dashboard. Ce sont des données que vos outils et vos agents exploitent directement.
Premiers pas
La PerfectScale CLI est open source et disponible dès maintenant. Téléchargez-la depuis GitHub, générez un token API dans votre dashboard PerfectScale et lancez vos premières requêtes en deux minutes. Regardez la courte vidéo ci-dessous, dans laquelle Anton Weiss vous guide pas à pas, de l'installation aux premiers insights.
La documentation complète est disponible sur le portail de documentation PerfectScale.
Et ensuite ?
Ce n'est que le début. Nous ajoutons la prise en charge de périodes configurables, du filtrage côté serveur, de commandes nodegroup et de formats d'export supplémentaires.
L'avenir de la gestion d'infrastructure s'oriente vers l'IA agentique. La PerfectScale CLI accompagne cette évolution en rendant les données d'optimisation Kubernetes plus faciles à consulter, à combiner et à exploiter dans les outils et workflows que vos équipes utilisent déjà.
Vous n'utilisez pas encore PerfectScale ? Commencez gratuitement dès aujourd'hui et voyez par vous-même.
FAQ
Qu'est-ce que le skill d'agent IA PerfectScale ?
C'est un skill qui connecte les agents IA de développement et d'exploitation aux données d'optimisation Kubernetes de PerfectScale, appuyé par la PerfectScale CLI open source. Au lieu d'ouvrir un dashboard, les équipes posent directement une question à un agent et obtiennent les données de coûts, de gaspillage et de risques en quelques secondes.
Quels agents IA fonctionnent avec la PerfectScale CLI ?
Le skill est conçu pour les agents IA de développement et d'exploitation comme Claude Code et l'OpenAI Agents SDK, et pensé pour s'étendre à d'autres outils agentiques capables d'appeler une CLI et d'analyser une sortie structurée.
Quel type de données Kubernetes puis-je interroger avec la PerfectScale CLI ?
Vous pouvez interroger les clusters, workloads, namespaces, ainsi que les données de coûts, de gaspillage et de risques, puis filtrer ou regrouper les résultats par cluster, namespace, type de workload, coût, risque, politique ou label. La sortie est renvoyée en JSON ou JSONL structuré, facile à analyser ou à combiner avec des données d'autres sources.
La PerfectScale CLI est-elle gratuite et open source ?
Oui. La PerfectScale CLI est open source et disponible dès maintenant sur GitHub, gratuite à télécharger et à exécuter.
Comment démarrer avec la PerfectScale CLI ?
Téléchargez la PerfectScale CLI depuis GitHub, générez un token API depuis votre dashboard PerfectScale et lancez votre première requête. Selon PerfectScale, il faut environ deux minutes entre l'installation et le premier résultat.
Quel exemple de question puis-je poser à un agent avec la PerfectScale CLI ?
Un exemple courant : "Quels sont les 10 workloads qui gaspillent le plus dans aws-us-prod ?". L'agent interroge les données PerfectScale via la CLI et renvoie une réponse directe, avec les montants en dollars et le détail des workloads.
Quelles sont les prochaines évolutions de la PerfectScale CLI ?
PerfectScale prévoit d'ajouter des périodes configurables, le filtrage côté serveur, des commandes nodegroup et des formats d'export supplémentaires, au-delà de la prise en charge actuelle des formats JSON/JSONL.