gke-workload-troubleshooting · 定位容器启动和运行失败

先看看示例

作者提供的示例，实际效果取决于你的输入和使用工具。

输入

输出

方法说明

依据 Pod 日志与事件分析 CrashLoopBackOff、OOMKilled、Pending 等症状。

具体任务

定位 Pod 反复重启的直接证据：依据 Pod 日志与事件分析 CrashLoopBackOff、OOMKilled、Pending 等症状。

必需材料

project、cluster、namespace 与 Pod 名

Pod describe、事件和当前/上次容器日志

可选材料

Deployment YAML

正常版本与变更记录

使用门槛

能读取 Kubernetes 事件和日志，或提供脱敏导出。

这个 Skill 额外提供的方法

先建立环境与凭据上下文，再按失败状态走日志和事件证据链；无权限时可转用户导出材料。

编辑示例（未运行）

定位 Pod 反复重启的直接证据

任务：定位 Pod 反复重启的直接证据

输入：
编辑构造材料（未运行）：
Pod worker-0：lastState.terminated.reason=OOMKilled，exitCode=137；limit=256Mi；最近日志仅“loading index”；没有实际内存曲线。

结果片段：
已证实：上次容器终止原因是 OOMKilled，限制为 256Mi。
合理调查方向：索引加载阶段内存需求是否超过限制。
未证实：是否存在内存泄漏；仅凭 exitCode 和一行日志不能判断。
下一份证据：同一次运行的内存曲线、索引大小和 requests/limits。

这是依据固定入口方法撰写的编辑示例，没有运行上游 Skill 或访问真实账号。先建立环境与凭据上下文，再按失败状态走日志和事件证据链；无权限时可转用户导出材料。

首次任务

请使用已安装的 gke-workload-troubleshooting Skill。
任务：定位 Pod 反复重启的直接证据。

我的必需材料：
- project、cluster、namespace 与 Pod 名：[粘贴我的实际材料或路径；缺少时写明]
- Pod describe、事件和当前/上次容器日志：[粘贴我的实际材料或路径；缺少时写明]

可选补充：
- Deployment YAML：[可选，未提供时不要假定存在]
- 正常版本与变更记录：[可选，未提供时不要假定存在]

请先确认材料是否足够，只处理我提供的范围。先只读调查；不因看到 CrashLoopBackOff 就随意扩容或重启，不把问题范围扩成集群创建。交付可直接审阅的分析结论和证据，明确尚未执行或验证的部分。不要代入页面例子的虚构数据。
验收：
1. 原因引用具体事件或日志，区分已证实与待确认。
2. 使用正确 namespace 和上次容器日志。
3. 修复后比较同一工作负载的状态及资源曲线。

验收方法

原因引用具体事件或日志，区分已证实与待确认。

使用正确 namespace 和上次容器日志。

修复后比较同一工作负载的状态及资源曲线。

依赖与准备

需要完整 Skill 目录及随附资源。需要 gcloud 获取集群上下文、kubectl 或兼容 MCP，具备日志/事件读取权限；无法连接时可用导出材料。

使用边界

先只读调查；不因看到 CrashLoopBackOff 就随意扩容或重启，不把问题范围扩成集群创建。

需要集群上下文、namespace、Pod 名和读取权限；缺权限可用用户导出的材料。

页面中的例子为编辑撰写，未运行上游 Skill；不代表平台兼容认证或生产实测。

排错

只有当前日志为空：读取 previous 容器日志和 describe 事件，避免漏掉终止前信息。

错误来自权限不足：明确缺失的读取权限并请求导出，不自行提升角色。

固定来源

https://github.com/google/skills/blob/2964a69c4d4a27632a43d60dab5f4f645f2a82df/skills/cloud/gke-workload-troubleshooting/SKILL.md

许可

Apache-2.0。许可原文：https://github.com/google/skills/blob/2964a69c4d4a27632a43d60dab5f4f645f2a82df/LICENSE

仓库热度

google/skills 仓库 20,504 Stars（2026-09-30 核验）；这是父仓库指标，不是单个 Skill 的评分。