介绍

Kagenti operator 是一个 Kubernetes 原生 operator,用于注册、发现并保护作为普通 Kubernetes 工作负载运行的 AI 智能体和 MCP 工具。它基于开源的 kagenti/kagenti-operator 构建,可让你通过 Kubernetes Custom Resource Definitions (CRDs) 声明式地将普通的 Deployment 转换为受管智能体——并提供一致的标签、agent-to-agent (A2A) 发现以及可选的身份/安全 mesh。

概览

该 operator 提供以下 CRDs(API group agent.kagenti.dev):

  • AgentRuntime:将目标工作负载(Deployment 或 StatefulSet)注册为 agent 或 tool。controller 会应用 kagenti.io/type 和 app.kubernetes.io/managed-by 标签,计算配置哈希,并且在启用身份堆栈时,通过 AuthBridge webhook 触发 sidecar 注入。
  • AgentCard:表示一个已发现的智能体。sync controller 会从工作负载的 Service 获取该智能体的 A2A Agent Card 并对其建立索引,同时支持可选的 JWS 签名验证和 SPIFFE 身份绑定。
  • AuthorizationPolicy:原生应用级别的授权意图,operator 会将其转换为底层 mesh(Istio / Kuadrant)。

operator 本身以 OLM operator 的形式交付,其 operand 是一个单独的 Kagenti 自定义资源(API group kagenti.alauda.io)。安装 operator 并创建 Kagenti 资源后,会将智能体 controller、CRDs 和 admission webhooks 部署到集群中。

名为 agent-label-protection 的 ValidatingAdmissionPolicy 可防止直接在 Deployment 或 StatefulSet 上设置 kagenti.io/type 标签——它只能由 operator 通过 AgentRuntime 进行应用。

关键特性

  • 声明式智能体注册:为 Deployment 添加 protocol.kagenti.io/a2a 标签,并让一个 AgentRuntime 指向它;其余部分由 operator 负责管理。
  • 动态智能体发现:AgentCard 资源会自动创建并同步,以便智能体彼此发现。
  • LLM 后端无关:智能体可以与任何 OpenAI 兼容的 chat endpoint 通信,因此集群内的 AI InferenceService 可以作为模型后端。
  • MCP 工具集成:将 Model Context Protocol servers 以 tool 类型工作负载部署,供智能体调用以扩展其能力。
  • 可插拔身份与安全:可启用可选堆栈(SPIRE/SPIFFE mTLS、Keycloak、Istio)以提供工作负载身份和零信任传输。

核心配置

在 AI 上,该 operator 提供一个 核心配置:智能体注册、动态发现(AgentCard)以及 MCP 工具集成都已启用,而身份/安全堆栈(SPIRE、Keycloak、Istio mTLS)默认禁用,因为它依赖于不属于基础安装的组件。在该配置下:

  • 智能体 Pod 不会注入 sidecar(仅运行你自己的容器)。
  • AgentRuntime 会返回 MTLSReady=False,原因是 SPIREUnavailable——这是预期行为,不会阻止智能体或工具功能。

当集群中已具备 SPIRE、Keycloak 和 Istio 时,即可启用身份堆栈。

使用场景

  • Kubernetes 上的智能体应用:将 A2A 智能体和 MCP 工具 server 作为一等、可发现的工作负载运行。
  • 自托管模型后端:使用 AI InferenceServices 提供的模型来驱动智能体,而不是依赖外部 LLM 提供商。
  • 工具增强型智能体:通过 MCP servers 为智能体扩展实时数据能力(天气、搜索、内部 API 等)。