前言¶

在 GKE 上搭生产集群时，选项很多：Autopilot 还是 Standard、私有节点、Workload Identity、监控组件、Pod 密度、升级策略等。文档分散在多处，Agent 也容易给出彼此不一致的建议。若你希望有一套「默认就按生产最佳实践来」的基准，并在偏离时明确权衡，Google 在 google/skills 仓库的 GKE Golden Path Configuration（gke-golden-path，metadata 版本 1.1.0，分类 Containers）就是面向这类场景的 Agent Skill。

这是什么¶

gke-golden-path 为 Agent 提供 GKE golden path 的配置默认值、生产就绪检查清单，以及集群默认模式说明。官方描述中的使用边界是：在设计 GKE 集群、验证生产就绪、或将现有配置与 GKE 默认/推荐做法对照时使用；不要用它专门处理工作负载弹性伸缩（应使用 gke-workload-scaling）。节点自动伸缩另有 gke-cluster-autoscaler。

文档写明：golden path 是生产集群推荐的 Autopilot 配置；用户要求不同设置时，Agent 应采纳用户选择并说明相关权衡。Skill 还标注可通过 MCP 工具 get_cluster、create_cluster、update_cluster 与 GKE 交互。

核心功能¶

四条工作规则¶

1. 默认走 golden path：除非用户另有要求；偏离时说明权衡并尊重用户选择。
2. 区分 Day-0 与 Day-1：网络、私有节点、子网、IP 分配等 Day-0 决策在创建后难以更改，需突出提示。
3. 工具优先级：MCP > gcloud > kubectl（MCP 直接对接 GKE API、结构化数据，减少 shell 与解析错误）；完整矩阵见 gke-basics。用户明确要求 gcloud 或 kubectl 时，当次会话遵从用户。
4. 记录决策与理由：尤其是 Day-0 选择与偏离 golden path 的原因。

所需输入¶

用户不确定时，用 golden path 默认值。常见输入包括：

• Project ID（必填）
• Region（必填，如 us-central1）
• Cluster name（必填）
• Environment type：dev/test 或 production（默认 production）
• Networking：自带 VPC/子网或自动创建（默认自动创建）
• Scale expectations：预期节点/Pod 数量、工作负载类型
• Cost constraints：Spot VM 容忍度、预算等

Always-Apply 默认值（节选）¶

下列为 Skill 中「推荐默认开启/取值」的代表项；用户改设时 Agent 应简要说明安全或运维权衡。

完整列表以 Skill 内表格为准。

可协商项¶

部分项有 golden path 默认，但可在有理由时调整；Skill 要求 变更前先询问。例如：

• dnsEndpointConfig.allowExternalTraffic 默认 true；仅 VPC 内访问时可收紧。
• maxPodsPerNode 本 golden path 选 48（降低每节点 IP 消耗；非 GKE 全局默认：Standard 常见 110，Autopilot 常见 32）。
• Release channel 默认 REGULAR 及周期性维护窗口；关键冻结可参考 gke-upgrades 做维护排除。
• nodeConfig.bootDisk.diskType 默认 pd-balanced；I/O 密集或成本敏感可选用 pd-ssd / pd-standard。

Autopilot 下节点机型由平台自动选择（如 describe 输出中的 ek-standard-8），客户不可直接指定机型；放置策略通过 ComputeClasses 引导。

Guardrails 与审计¶

• 不请求或输出密钥、令牌、服务账号 JSON。
• 从对话、MCP 或 gcloud config get-value project 解析项目/集群上下文；无法解析时再问用户。
• Day-0 先澄清问题再推进；Day-1 提议默认并说明权衡，由客户确认。
• 不承诺零停机；升级扰动见下文。
• 审计现有集群时：对照 golden path，报告偏差、严重程度与 remediation。

升级扰动（Agent 应如实说明）¶

Skill 明确：任何配置下都不要承诺节点升级零停机。升级会 cordon、drain 节点并驱逐 Pod；drain 在最长约一小时内尊重 PDB 与 terminationGracePeriodSeconds，之后 GKE 会强制驱逐以继续升级。PDB 可缩小窗口，但不能否决升级。

推荐同时覆盖四点（不可只提 subset）：

1. PodDisruptionBudgets：minAvailable 避免驱逐最后一个健康副本；永远无法满足的 PDB 会拖满约一小时后仍失败。
2. 至少 2 副本，并用拓扑分布约束跨 zone。
3. Readiness probe 反映真实服务健康，便于流量先切走。
4. Surge 升级：默认 maxSurge=1、maxUnavailable=0（每 zone 先增一节点就绪再 drain 旧节点）。

安装与启用¶

Skill 来自 Google 官方 Agent Skills 仓库，与 Cursor、Codex CLI、Claude Code 等支持 agentskills.io 的 Agent 配合使用。仓库根目录安装方式如下：

npx skills add google/skills

按提示选择具体 Skill（可只选 gke-golden-path 或全量）、目标 Agent，以及安装范围（项目或全局）。环境若无 npx，需先安装 Node.js（含 npm/npx）。

更新已安装 Skill：

npx skills update

也可通过 skills.sh 安装入口使用同一仓库。官方未在资料中区分各 Agent 的额外配置步骤时，以 npx skills add 交互结果为准。

Skill 源文件路径：

https://github.com/google/skills/tree/main/skills/cloud/gke-golden-path

典型用法¶

本 Skill 是指导 Agent 行为的 SKILL.md，不是单独 CLI。启用后，常见对话场景包括：

1. 新建生产 Autopilot 集群：提供 Project ID、Region、集群名；Agent 按 golden path 填默认，并标出 Day-0 网络与子网选择。
2. 生产就绪检查：对照 Always-Apply 与 Guardrails，列出缺失项（如私有节点、Workload Identity、监控组件、PSS）。
3. 审计现有集群：通过 MCP get_cluster（或用户指定的 gcloud）拉取配置，报告与 golden path 的偏差及修复建议。
4. 升级与可用性咨询：按 Upgrade Disruption 四条建议回答，避免「升级一定无感」的表述。

节点伸缩、HPA/VPA 细节应切换到 gke-cluster-autoscaler 或 gke-workload-scaling；维护窗口与版本通道细节可参考 gke-upgrades；CLI 与 MCP 覆盖见 gke-basics。

适用场景与注意¶

适合：用 AI Agent 设计或评审 GKE 生产集群、需要统一默认与安全基线、希望 Day-0 决策被显式追问的团队。

注意：

• 默认路径针对 Autopilot 生产取向；与 Standard 或强定制网络架构并存时，需主动偏离并记录权衡。
• 工作负载自动伸缩不在本 Skill 职责内。
• 依赖 Google Cloud MCP 时，需已配置可调用 get_cluster / create_cluster / update_cluster 的环境；用户坚持 shell 时以 gcloud/kubectl 为准。
• 版本以 Skill metadata 1.1.0 及仓库当前 SKILL.md 为准，升级后可用 npx skills update 同步。

结尾¶

gke-golden-path 把 GKE 生产 Autopilot 的推荐默认值、检查清单和升级话术收进一个 Skill，减少「每次从零拼配置」和 Agent 口径不一的问题。安装与源码见 google/skills — gke-golden-path。