# model-serving-kubernetes

Разворачивает ML-модели и LLM в Kubernetes через KServe или NVIDIA Triton Inference Server. Помогает настроить канареечный релиз, сплит трафика и автоскейлинг.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode · 327 установок · ★ 1177
- Автор: devops-skills
- Лицензия: MIT · policy=mirror · начало файла — в конце страницы
- Исходник: https://github.com/BagelHole/DevOps-Security-Agent-Skills/tree/HEAD/devops/orchestration/model-serving-kubernetes/SKILL.md
- Обновлён: 2026-05-22
- HTML: https://affpapa.org/nevibecode/skills/model-serving-kubernetes

## Что делает

Скилл содержит готовые манифесты и команды для инференса моделей scikit-learn, ONNX, PyTorch, TensorFlow и LLM (например, Llama 3 с vLLM). Он задаёт спецификации KServe `InferenceService`, контейнеры-трансформаторы и запуск Triton Server с загрузкой весов из хранилища S3.

Внутри описаны канареечные выкатки через параметр `canaryTrafficPercent` с последующим переключением долей трафика патчами `kubectl`. Для автомасштабирования предлагается связка KEDA и Prometheus по метрикам входящих запросов. Для Triton даются шаблоны `config.pbtxt` с динамическим батчингом под GPU.

В кластере заранее нужны Kubernetes 1.28+, NVIDIA GPU Operator и настроенные утилиты `kubectl` с `helm`. Если этих компонентов нет, поды с GPU-нагрузкой просто зависнут в ожидании ресурсов.

## Требования
- Работает с: Kubernetes

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add BagelHole/DevOps-Security-Agent-Skills --skill model-serving-kubernetes -a claude-code
```

2. **Вручную: положить файлы**
- Файл: `~/.claude/skills/model-serving-kubernetes/SKILL.md` — Папка скилла целиком; для одного проекта — .claude/skills/model-serving-kubernetes/

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add BagelHole/DevOps-Security-Agent-Skills --skill model-serving-kubernetes -a codex
```

2. **Вручную: положить файлы**
- Файл: `.agents/skills/model-serving-kubernetes/SKILL.md` — Для всех проектов — ~/.agents/skills/

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add BagelHole/DevOps-Security-Agent-Skills --skill model-serving-kubernetes -a cursor
```

2. **Вручную: положить файлы**
- Файл: `.cursor/skills/model-serving-kubernetes/SKILL.md` — Cursor читает и .agents/skills/, и .claude/skills/

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install BagelHole/DevOps-Security-Agent-Skills model-serving-kubernetes
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/model-serving-kubernetes/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add BagelHole/DevOps-Security-Agent-Skills --skill model-serving-kubernetes -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/BagelHole/DevOps-Security-Agent-Skills --path devops/orchestration/model-serving-kubernetes
```

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/skills/model-serving-kubernetes/SKILL.md` — Старый путь .windsurf/skills/ тоже читается

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add BagelHole/DevOps-Security-Agent-Skills --skill model-serving-kubernetes -a opencode
```

### Claude.ai

**Claude.ai**
- Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills

Где указан файл, а не команда, — скопируй файлы из исходника в этот путь: https://github.com/BagelHole/DevOps-Security-Agent-Skills/tree/HEAD/devops/orchestration/model-serving-kubernetes/SKILL.md

## Когда брать
- развернуть LLM и ONNX-модели в кластере Kubernetes
- настроить канареечный релиз и деление трафика между версиями модели
- сконфигурировать автоскейлинг подов инференса через KEDA и метрики Prometheus
- подготовить конфигурацию Triton с динамическим батчингом под GPU

## Примеры запросов агенту
- Настрой KServe InferenceService для Llama 3.1 8B с контейнером vLLM и выделением одного GPU
- Создай манифест ScaledObject в KEDA для масштабирования сервиса по метрике kserve_request_count
- Покажи конфиг config.pbtxt для Triton с бэкендом onnxruntime и динамическим батчингом

## Похожие
- [model-deployment](https://affpapa.org/nevibecode/skills/model-deployment.md) — скилл · 379 установок
- [tao-run-on-kubernetes](https://affpapa.org/nevibecode/skills/tao-run-on-kubernetes.md) — скилл · 1600 установок
- [mlops-engineer](https://affpapa.org/nevibecode/agents/mlops-engineer.md) — субагент · 1009 установок
- [machine-learning-engineer](https://affpapa.org/nevibecode/agents/machine-learning-engineer.md) — субагент · 431 установка
- [ml-pipeline](https://affpapa.org/nevibecode/commands/ml-pipeline.md) — команда · ★ 41729
- [Radar Kubernetes MCP Server](https://affpapa.org/nevibecode/mcp/radar-kubernetes-mcp-server.md) — MCP-сервер · ★ 3905

Из того же набора: [bagelhole/devops-security-agent-skills](https://affpapa.org/nevibecode/by/bagelhole/devops-security-agent-skills.md) — 127 карточек

_Часть страницы не вошла по размеру — она есть в HTML-версии._

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md