Cómo funciona KubeBolt

Son las 3am y algo se rompe. Esto es lo que pasa después.

Seguimos un incidente de Kubernetes de principio a fin: qué lo detecta, qué lee el modelo, qué puede tocar y qué queda escrito por la mañana.

01 · Ver, entender, actuar

Ver Entender Actuar Verificar

Cluster Map

prod-eu-west-1 Kubernetes · Hubble
payments3
payments-apiService
payments-api-7f8d4Pod · CrashLoopBackOff
payments-api-7f8d4-p2kqPod
checkout2
checkout-webService
checkout-web-6494Pod
external1
stripe-api443/TCP

1.70 req/s · 2xx 0.85/s · 5xx 0.85/s · avg latency 68.4 ms

Insights

ActiveHistory 24 reglas
!

Liveness probe failingWARNING

Pod payments/payments-api-7f8d4-xk2m liveness probe has failed 6 times.

Suggestion: Check the liveness probe config against what the app actually does at startup.

!

Zero Available ReplicasCRITICAL

Deployment payments/payments-api has 0 available replicas.

!

Pod not passing readinessWARNING

Pod payments/payments-api-7f8d4-p2kq is Running but has not been Ready for over 2 minutes.

Condiciones encendidas ahora mismo · 24 reglas

Contexto del incidente

payments-api

Desplieguerevisión 43 · hace 8 min

Pods7 reinicios

Métricaserror rate +18,7%

Redruta a payments degradada

Eventosliveness probe failed

Logs3 errores relevantes

Un solo contexto operativo

Seis fuentes cruzadas sobre el mismo workload. Sin salir de aquí.

KobiINVESTIGANDO

¿Por qué payments-api reinicia desde las 03:06?

consultando tu clúster

get_resource_detail payments-api

Siete reinicios en ocho minutos, todos con el mismo código de salida. El pod arranca y algo lo mata.

get_pod_logs payments-api-7f8d4-xk2m

En los logs no hay ningún error de la aplicación. El último mensaje es «listening on :8080» y justo después llega la señal de parada.

get_workload_history payments-api

El commit 4127 añadió una migración al arranque. Desde entonces el contenedor tarda 41 s en estar listo.

Causa raíz. La sonda de liveness sigue en initialDelaySeconds: 8, así que kubelet mata el contenedor 33 s antes de que llegue a estar listo. No es la aplicación: es la sonda.

Tú operascon tu RBAC
ScaleSet imageSet resourcesSet envRestartRollbackCordonDrain
Registro de auditoría

03:02 · scale payments-api 24 → 36tú

01:12 · set image checkout-webtú

ayer · drain ip-10-0-3-042ops

Cada operación queda registrada, con quién y cuándo.

Kobi proposeslow risk

Relajar la sonda de liveness de payments-api

deployments · payments/payments-api

El contenedor tarda 41 s en arrancar desde el commit 4127 y la sonda sigue en 8 s, así que kubelet lo mata antes de tiempo.

patch_probeinitialDelaySeconds: 8 → 45

What will happen

3 pod(s) will be terminated

1 Service(s) will be left without endpoints

Would apply · patch_probe

Execute · patch probeDismiss

Si la verificación no pasa, deshace su propio cambio.

Set image · payments-api

ROLLOUT COMPLETE 12s elapsed
READY26/26
UPDATED26/26

Pods (26) · rolling update · reversible

Liveness probe failing

RESOLVED · AUTO_RECOVERED
VerificaciónVERIFICADA

rollout completo · 26/26 listos

liveness probe pasando · 90 s seguidos

error rate en línea base

FIRST SEEN03:14:07
RESOLVED03:15:34
DURATION87 s
Recurrence · same fingerprint

hoy · 87 seste

hace 6 días · 13 mauto_recovered

hace 20 días · 4 mauto_recovered

Si cualquiera de las tres falla, revierte y te escala el incidente.

Ver. Entender. Actuar.

De la señal a la resolución, sin reconstruir nada por el camino.

01 · Ver, entender, actuar

Ver

Ve el clúster entero.

Salud, workloads, dependencias, red y coste en un solo sitio.

Todo en verde. Hasta que deja de estarlo.

Ver

Lo que pasa, ahora mismo.

Reglas deterministas encienden lo que está roto y lo que va a romperse, cada una con su recomendación concreta. No una alerta: un hallazgo con nombre.

24 reglas en producción. La que más se dispara: la sonda de liveness.

Entender

El contexto, antes que la respuesta.

KubeBolt correlaciona el despliegue, los reinicios, las métricas, el tráfico, los eventos y los logs relevantes en un solo contexto operativo. Kobi razona sobre ese contexto para encontrar la causa.

KubeBolt construye el contexto operativo. Kobi razona sobre él.

Entender

La causa, no el síntoma.

Kobi razona sobre ese contexto ya construido: no sale a buscar, ya lo tiene delante. Por eso llega rápido y por eso puedes seguir cada paso.

La inteligencia no sale del modelo. Sale del contexto que tiene delante.

Actuar

Tú operas. O Kobi lo prepara.

Las operaciones de siempre a un clic, con tu RBAC. O Kobi propone la acción, la valida contra el clúster y te enseña qué va a pasar antes de tocar nada.

KubeBolt sigue siendo una plataforma de operaciones aunque nunca actives el modo autónomo.

Actuar

Ejecuta con control.

La acción sale de un catálogo cerrado y el rollout se ve pod a pod, con los contadores de listos y actualizados en vivo.

Esto es producción cambiando delante de ti.

Verificar

Comprobado, no solo aplicado.

KubeBolt no da por buena una acción porque termine: comprueba que la sonda pasa, que el error vuelve a su línea base y que el workload aguanta. Si no pasa, revierte.

Y guarda el episodio, con las veces anteriores. Tres con la misma huella ya no es mala suerte.

Ver. Entender. Actuar.

De la señal a la resolución, sin reconstruir nada por el camino.

02 · Las seis capas

Seis capas, de la alerta al informe.
El código detecta y limita. El modelo razona.

  1. L1

    Detector

    24 reglas miran el estado de tu clúster de Kubernetes: crash loops, OOM, imágenes que no bajan, certificados por expirar. Sin configurar nada y sin gastar créditos.

    100% determinista
  2. L2

    Router

    Clasifica lo detectado y decide si hace falta investigar. Aquí empieza el gasto de créditos.

    IA
  3. L3

    Investigator

    Cruza eventos, logs, métricas y cambios recientes hasta dar con la causa.

    IA
  4. L4

    Planner

    Escribe el plan. Si la confianza no llega al umbral de la regla, se queda en sugerencia.

    IA
  5. L5

    Executor

    Aplica solo lo que pasa el guardarraíl. El plan se valida contra código, no contra un prompt.

    IA + determinista
  6. L6

    Postmortem

    Deja la línea de tiempo, las evidencias y un borrador de análisis.

    IA

Cada regla es una Skill: lleva su umbral de confianza y dice qué acciones del catálogo valen para ese incidente. Si no está en el catálogo, el hallazgo llega igual, con su recomendación, y lo resuelves tú.

03 · Hasta dónde llega

El modelo propone.
Nunca ejecuta.

Las herramientas corren en el backend y el modelo solo ve resultados. Antes de tocar producción en Kubernetes, cada acción pasa por código que el modelo no puede cambiar.

Si un paso no está en la lista, el plan se rechaza y escala a una persona.

Una acción nueva exige un release

Cambiar el prompt no amplía el catálogo.

Un log no puede ejecutar nada

Los logs son texto que un tercero pudo escribir. Por eso el modelo propone.

Con el RBAC del agente

Corre con un ServiceAccount de Kubernetes y queda auditada: quién la autorizó, cuándo y sobre qué recursos.

Ventana desatendida

Días, horas y zona horaria. Fuera de ella, el incidente se registra y no se actúa.

BYOK en OSS y EE Self-Hosted: tu clave o tu endpoint, y el tráfico de IA va de tu instalación a tu proveedor. En el SaaS la IA es gestionada. Niveles de autonomía

Compruébalo

Rompe algo
y mira hasta dónde llega Kobi.

Catálogo cerrado y el RBAC de tu clúster. Lo único que cambia es quién aprueba.

1Elige el nivel de control

2Rompe algo

tres se resuelven · uno revierte · uno se queda fuera

Kobi Copilot · aprobar y ejecutar

Kobi diagnostica, te enseña el comando exacto y lo ejecuta con tu clic. Lo destructivo, siempre con tu firma.

Quién actúaKobi + tú
Quién apruebaTú pulsas Ejecutar
VelocidadSegundos hasta el fix
Kobi payments-api · CrashLoopBackOff Aprobar y ejecutar
03:14:07 Alerta CRITICAL · payments-api · CrashLoopBackOff · 7 reinicios
03:14:19 Diagnóstico el commit #4127 subió el arranque de 8 a 41 s y la liveness mata el pod antes de que termine · confianza 0.91
03:14:48 Propuesta patch_probe payments-api · startupProbe de 90 s
patch_probe payments-api · startupProbe de 90 s
$kubectl patch deployment payments-api -n payments -p '{"spec":{"template":{"spec":{"containers":[{"name":"api","startupProbe":{"httpGet":{"path":"/healthz","port":8080},"periodSeconds":10,"failureThreshold":9}}]}}}}'
catálogo cerradoreversibleno destructivo
Aprobar y ejecutar
Kobi te enseña el comando exacto y lo ejecuta con tu clic, con tu RBAC y registro de auditoría.
firmado · esperaste 00:04
03:15:06 Ejecución startupProbe aplicada · 3/3 pods Ready en 34 s · ejecutado con tu clic
03:15:38 Verificación pods Ready · sin reinicios en 60 s · p99 de vuelta a 180 ms
03:15:40 Postmortem postmortem escrito · enlaza el commit #4127 y a quién lo mergeó
Resuelto y verificado en 91 s. Con tu firma donde hizo falta. 1 clic tuyo · espera 00:04

Guion ilustrativo con acciones del catálogo real.

04 · Verifica y revierte

Si el arreglo no aguanta,
lo deshace y te llama.

Aplicar no es resolver. Autopilot guarda los valores previos antes de tocar nada y después comprueba el resultado. Funciona hoy.

Guarda el estado previo

Quedan capturados los valores que va a cambiar, así el revert restaura exactamente lo que había.

Comprueba el resultado

Pods en Ready y sin reinicios. No basta con que la acción se aplique sin error.

pasa

Resuelto

El episodio se guarda con las veces anteriores, por si vuelve.

no pasa

Revierte si no pasa

En modo autónomo se deshace solo. Un rollback que necesite aprobación te espera.

Escala a una persona

Con lo que se intentó y por qué no funcionó. Ese es el final honesto cuando el catálogo no alcanza.

Postmortem · L6

Por la mañana
ya está escrito.

El último paso no arregla nada: lo cuenta. Listo para pegar en el canal o en el ticket.

Ejemplo con el incidente de esta página.

Postmortem · payments-api

RESOLVED · AUTO_RECOVERED

La línea de tiempoDe la primera señal al último pod Ready.

  1. Despliegue del commit #4127
  2. Alerta · CrashLoopBackOff · 7 reinicios
  3. Causa · el arranque subió de 8 a 41 s y la liveness mata el pod
  4. Acción · patch_probe · startupProbe de 90 s
  5. Verificado · pods Ready · p99 de vuelta a 180 ms

El registro de accionesEn modo autónomo queda a nombre de Autopilot.

patch_probepayments/payments-apiaplicadaAutopilot

Las cinco preguntasLo escribe el modelo, lo firmas tú.

¿Por qué reiniciaba el pod?
La liveness lo mataba antes de que terminara de arrancar.
¿Por qué ahora?
El commit #4127 subió el arranque de 8 a 41 s.
¿Por qué no se vio antes?
Propuesta: revisar las sondas cuando cambie el tiempo de arranque.

05 · Qué instalas y qué no

Sale, nunca entra.
Lo que instalas y lo que no.

Las cuatro respuestas que un equipo de plataforma pide antes de instalar nada en producción.

Un agente que sale, nunca entra

Canal gRPC saliente desde dentro del clúster. Tu API server no se expone: sin VPN, sin bastion, sin puertos abiertos.

ServiceAccount y tres niveles de RBAC

Sin kubeconfig en el equipo del operador. Empieza en métricas o lectura y sube a operador cuando quieras.

¿Ya tienes Prometheus? Quédatelo

Si lo tienes, lo une a recursos, eventos y cambios. Si no, usa las métricas del kubelet.

Qué datos salen y dónde se procesan

Solo lo necesario para investigar sale del clúster. Qué se envía, cuánto se guarda y dónde, en el modelo de confianza.

El canal

Lo que cruza el canal,
y lo que nunca sale.

Sale

  • Métricas de kubeletCPU, memoria y red de nodos y pods.
  • Flujos de red L3/L4/L7Origen, destino, veredicto, código y latencia.
  • Objetos de KubernetesEl estado del clúster, sin los valores de Secret.
  • Logs (bajo demanda)Solo cuando un diagnóstico los necesita.

Nunca cruza

  • Valores de SecretSe redactan antes de salir de la capa de API.
  • Payloads de redViajan metadatos, nunca el cuerpo de la petición.
  • Tu kubeconfigLas credenciales se quedan en el agente.
  • Datos de otra organizaciónAislamiento RLS por organización en la base de datos.

En self-hosted no llega nada a KubeBolt: sin telemetría de producto ni ping de uso. Modelo de confianza

Por qué al revés

Modelo tradicionalLens · Kite · K9s · kubectl directo KubeBoltEl agente sale, no entra
API server Accesible desde el cliente Sigue privado, nunca se expone
Credenciales En cada máquina de usuario Solo en el agente, con un ServiceAccount
Clústeres privados VPN o jump host GKE y EKS privados, VPCs aisladas
Auditoría En el clúster, sin centralizar Centralizada en el control plane

De dónde salen las métricas

Modo DaemonSet
Un pod por nodo toma las métricas del kubelet y, si tienes Cilium, los eventos de Hubble. Sin dependencias previas.
Modo Prom-read
Para AMP, Azure Monitor o GMP: KubeBolt consulta tu Prometheus y reenvía las series, sin tocar tu configuración.
Integraciones
OpenCost, Trivy, Kyverno, Falco y ArgoCD se detectan solas. Si están en el clúster, se usan.

Cuánto se guarda

OSS · self-hosted ∞
Free 15 días
Team 30 días
Business 90 días
Enterprise 365 días

Alrededor de 1 GB por cada 100 pods a 30 días. Manda la cardinalidad, no los días. En self-hosted es un valor de tu chart de Helm. Las reglas de detección no dependen de la retención. Ver los planes

06 · Además, el panel

Todo lo que harías con kubectl.
Desde el navegador.

  • kubectl exec -it

    Terminal en cualquier pod

    Multi-pod y multi-clúster, sin kubeconfig en el cliente ni VPN.

  • kubectl exec -- ls

    Filesystem en runtime

    Lo que hay ahora en el pod, no lo que venía en la imagen.

  • kubectl logs

    Logs multi-pod

    A nivel de workload y bajo demanda, sin esperar a tu stack.

  • kubectl port-forward

    Port-forward sin exposición

    Grafana o ArgoCD sin LoadBalancer ni Ingress públicos.

  • kubectl edit · scale · rollout

    Todo el CRUD de recursos

    Con validación y CRDs. Borrar Namespaces, Nodes, PV, PVC o RBAC está vetado por diseño.

  • kubectl config use-context

    Multi-clúster por defecto

    Un agente por clúster, todos en el mismo control plane.

Roadmap · en diseño

Si usas GitOps, el arreglo va al repo.

Autopilot ya verifica cada arreglo y lo revierte si empeora. Lo que viene es que quede escrito en tu repo, donde vive la verdad.

  1. KubeBoltabre el PR
  2. Tu repoGitHub · GitLab
  3. ArgoCDsincroniza
  4. Tu clústersin drift

Antes de abrir un PR se confirma que ese archivo produce ese workload. Tus checks y tu protección de rama mandan.

La mayoría de las herramientas miran. KubeBolt opera.

«KubeBolt es una plataforma de operaciones para Kubernetes: un solo lugar para ver, entender y operar tus clústeres, y Kobi trabaja sobre ese mismo contexto. La UI es excelente, pero el producto son dos piezas: el Core (API), donde vive el motor de correlación, y el agente que le lleva los hechos sin exponer nada.»

Leafar Maina · Fundador, CLM Cloud Solutions

Cloud

Conecta tu clúster
en menos de 2 minutos.

Crea la cuenta, instala el agente y en la primera alerta verás a Kobi trabajar contigo. Empieza en solo sugerir.

Free · 2 clústeres · sin límite de tiempo

Ejemplo · la app lo genera con tu token docs

helm install kubebolt-agent \
  oci://…/helm/kubebolt-agent \
  … --set cluster.name=<cluster-name>

¿Prefieres verlo con una persona? Reserva 20 minutos

Open source en tu clúster

Instala KubeBolt en el clúster que quieres monitorear. El agente se agrega desde dentro del producto.

bash
$ helm install kubebolt \
  oci://ghcr.io/clm-cloud-solutions/kubebolt/helm/kubebolt \
  --namespace kubebolt --create-namespace --wait

Apache 2.0 · ★ en GitHub · el agente sale, nunca entra.

Novedades

Una nota por release, sin ruido.