ZeusK8s
AI Assistant & MCP

Der Engineer, der Ihre Cluster kannte, hat gerade gekündigt. Jetzt antworten die Docs zurück.

Jeder Cluster trägt Wissen, das in einem Kopf lebt — warum der Pod immer wieder restartet, welcher Service mit wem spricht, wie „normal“ aussieht. Zeus liefert einen Assistant, der es schon weiß, weil er dieselbe Live-Infrastruktur liest wie Sie. In Zeus mit ihm chatten — oder Ihr eigenes LLM über MCP an dieselben Tools anbinden.

Den Cluster fragen, statt ihn zu dekodieren.

Der härteste Teil am Kubernetes-Betrieb sind nicht die Commands — es ist der Context. Was läuft tatsächlich, was hat sich geändert, was wird Sie gleich pagern. Dieser Context lebt normalerweise in Tribal Knowledge und einem Slack-Thread von vor vier Monaten. Wenn die Person, die ihn hat, weg ist, raten alle anderen um 2 Uhr nachts.

Der Zeus Assistant ist in die Console gebaut. Stellen Sie eine plain Frage — „warum ist Checkout in eu langsam?“, „was ist gerade in Production deployed?“, „welche Services erreichen die Datenbank?“ — und er antwortet, indem er dieselben Read-APIs wie die UI aufruft, nicht indem er Dinge erfindet. Er ist geerdet: Er zieht Live-Pod-Status, Events, Overlay-Health und Ihre Docs, bevor er antwortet, und sagt Ihnen, wenn eine Antwort aus dem Community-Forum kommt statt aus offiziellen Docs.

Er kann auch handeln — vorsichtig. Admins können ihn einen steckengebliebenen Service restarten oder Replicas direkt aus der Conversation skalieren lassen — jede Aktion gated by Role, nichts destruktiv, alles geloggt. Und weil es dasselbe Toolset hinter einem offenen MCP-Endpoint ist, können Sie Claude, ChatGPT oder jeden MCP-fähigen Client auf Ihre Instanz zeigen und Ihrem eigenen AI dieselbe permission-scoped View auf Ihre Cluster geben.

Zeus · Assistant
Z Zeus Assistant claude-opus-4-7
3 clusters connected
Why is checkout slow in production-eu?
get_service_pods · checkout · production-eu
checkout is running 2/3 pods in production-eu — one has restarted 4× in the last hour (OOMKilled, limit 512Mi). The two healthy pods are handling the load, which is why latency is up. Want me to scale it to 5 and bump the memory limit?
Yes, scale to 5.
Ask about any cluster…
How it works

From zero to running.

01

Model Key hinzufügen

Unter Settings → AI Assistant Provider wählen — Anthropic (Default, claude-opus-4-7), OpenAI, Google, Grok oder Groq — und API Key pasten. Server-side verschlüsselt. Ihre Keys, Ihr Model, Ihre Rechnung.

02

In plain Language fragen

Chat-Tab oder Ask-AI-Panel öffnen. Answers streamen zurück mit sichtbaren Steps — thinking, Tool laufen, writing —, sodass Sie sehen, dass er get_service_pods checkt, bevor er sagt, was falsch ist.

03

Handeln lassen, wenn Sie es erlauben

Geben Sie das Wort, und ein Admin kann ihn aus der Conversation einen Service restarten oder skalieren lassen. Jeder Call ist role-checked und ans Audit Log appended mit Token, User, Tool und Result.

04

Eigenen Agent über MCP verbinden

Service Token mit Scope mcp:read oder mcp:write minten, jeden MCP-Client auf POST /mcp Ihrer Instanz zeigen — und Ihr LLM bekommt dieselben 17 Tools, dieselben Permissions, denselben Audit Trail.

The specifics

Built by people who run this in production.

No hand-waving. Here’s what’s actually under the hood: the kind of detail you’d expect from a platform you’re going to trust with production.

Surfaces
In-App Chat-Tab + Ask-AI Help Panel; offener MCP-Endpoint unter POST /mcp
Providers
Anthropic (Default, claude-opus-4-7), OpenAI, Google, Grok (xAI), Groq — eigenen Key mitbringen
Protocol
MCP JSON-RPC 2.0 über Streamable HTTP; jeden MCP-fähigen Client verbinden
Auth
Bearer Service Tokens, policy-scoped mcp:read / mcp:write, at rest verschlüsselt
Reads
Cluster, Environments, Services, Pods, K8s Events, Add-on Health, Runs, Overlay- & Link-Status, Docs, Forum
Actions
restart_service und scale_service — nur Admin-Role, nie destruktiv
Grounding
Ruft Tool für Live-Facts; sucht Docs dann Forum für Konzepte; labelt inoffizielle Quellen
Audit
Jeder Tool Call ans Audit Log appended: Timestamp, Token, User, Tool, Input, Result
Straight answers

Questions you’d actually ask.

Kann er meinen Cluster kaputtmachen?

Nein. Die einzigen Actions, die er nehmen kann, sind einen Service restarten (Rolling Restart) und einen Replica Count ändern — beide admin-gated und keine destruktiv. Er kann keinen Cluster löschen, keine Datenbank droppen und keine Secrets editieren. Alles, was er liest, ist read-only, und jede Action geht ins Audit Log, das Sie reviewen können.

Wessen AI-Model ist das — und wer zahlt?

Ihres. Zeus shippt kein Model; es verbindet sich mit dem Provider, den Sie unter Settings → AI Assistant wählen, und nutzt Ihren API Key. Anthropics claude-opus-4-7 ist Default, aber OpenAI, Google, Grok und Groq funktionieren auch. Sie kontrollieren Model und Rechnung, und Ihr Key ist verschlüsselt gespeichert.

Werden meine Cluster-Daten an den Model Provider gesendet?

Nur was nötig ist, um die Frage davor zu beantworten. Wenn der Assistant ein Tool aufruft, geht das Result (z. B. Pod-Status für einen Service) in die Conversation, die das Model sieht — wie bei jedem AI Assistant. Hosten Sie Zeus selbst, laufen Tool Calls vollständig in Ihrem Netzwerk; das Einzige, was rausgeht, ist der Prompt, den Sie an Ihren gewählten Provider senden.

Wofür ist der MCP-Endpoint?

Model Context Protocol ist der offene Standard, um einem LLM ein Set Tools zu geben. Zeus exposet seine Cluster-Tools über MCP, sodass Sie nicht auf den In-App-Chat beschränkt sind — Claude Desktop, IDE Agent oder eigene Automation auf POST /mcp mit scoped Token zeigen, und es bekommt denselben permission-checked, auditierten Access auf Ihre Infrastruktur.

Wie stoppe ich, dass er Dinge tut, die ich nicht will?

Zwei Gates. In der App erfordern Write Actions die Admin-Role — alle anderen bekommen read-only. Über MCP trägt jedes Service Token eine Policy: mcp:read nur für Lookups, mcp:write um Actions zu erlauben, und die cluster-mutierenden Tools erfordern zusätzlich eine Admin Identity. Scopen Sie das Token auf das, was einem gegebenen Agent anvertraut werden soll.

Ist es nur ein Wrapper um kubectl?

Nein. Es nutzt dieselben internen APIs wie die Zeus Console, sodass es Services, Environments, Deployments, das Cross-Cluster-Overlay und Add-on Health als first-class Dinge sieht — nicht rohe Kubernetes Objects. Deshalb kann es „welche Services erreichen die Datenbank“ oder „was hat sich in diesem Environment geändert“ beantworten — Fragen, die kubectl nicht kann.