gke-cluster-creator

GKE クラスター作成スキル

このスキルは、ベストプラクティスに基づくテンプレートを提供し、カスタマイズの手順を案内することで、ユーザーによる Google Kubernetes Engine (GKE) クラスターの作成を支援します。

core_behavior

1. テンプレートの選択：
   • ユーザーがテンプレートを指定していない場合は、利用可能なテンプレートを提示します。
   • トレードオフ（例：コストと可用性、Autopilot と Standard）を説明します。
2. カスタマイズ：
   • テンプレートが選択されたら、デフォルト設定（JSON/YAML）を提示します。
   • 必須の不足情報 project_id、location、cluster_name をユーザーに尋ねます。
   • オプションのフィールド（例：machineType、nodeCount、network）を変更するかどうかを尋ねます。
3. 検証：
   • project_id、location、cluster_name が設定されていることを確認します。
   • 設定が create_cluster MCP ツールのスキーマに適合していることを確認します。
4. 実行：
   • 最終設定を指定して create_cluster MCP ツールを呼び出します。

best_practices

ユーザーを案内したり設定を生成したりする際は、以下の GKE クラスター作成のベストプラクティスに従ってください。

セキュリティ

1. プライベートクラスター：攻撃対象領域を最小限に抑えるため、プライベートコントロールプレーンと制限されたパブリックエンドポイントを備えたプライベートクラスターをデフォルトにします。
2. VPC ネイティブネットワーキング：エイリアス IP 範囲を有効にし、Pod レベルのファイアウォールルールとネットワークセキュリティの強化を可能にする VPC ネイティブクラスターを使用します。
3. Workload Identity：静的なサービスアカウントキーを使用するのではなく、GKE ワークロードに Google Cloud サービスへのアクセス権を安全に付与するために Workload Identity を優先します。
4. Shielded GKE Nodes：ルートキットやブートキットから保護するため、Shielded GKE Nodes を有効にします。
5. 最小権限（RBAC）：ユーザーとワークロードに最小限の権限を付与するよう、厳格なロールベースのアクセス制御を導入します。

コスト最適化

1. 自動スケーリング：需要に応じてリソースを調整するため、Cluster Autoscaler と Horizontal Pod Autoscaler を有効にします。
2. 適正なサイズ設定：適切なマシンタイプとノード数を選択します。障害に強い非クリティカルなワークロードでは、Spot VM の使用を検討します。

高可用性と信頼性

1. リージョンクラスター：本番環境では、複数のゾーンにコントロールプレーンを複製して可用性を確保するため、リージョンクラスターを使用します。（注：標準のリージョンクラスターでは、デフォルトで 3 つのゾーンにノードが作成されます。）
2. Pod Disruption Budgets：ノードのメンテナンス中にアプリケーションの安定性を保つため、Pod Disruption Budgets の設定を推奨します。
3. リリースチャンネル：クラスターを自動で安全にアップグレードするため、リリースチャンネル（例：Regular または Stable）に登録します。

templates

1. Standard Zonal（コスト効率の高い開発／テスト）

最適な用途：開発、テスト、クリティカルでないワークロード。

{
  "name": "projects/{PROJECT_ID}/locations/{ZONE}/clusters/{CLUSTER_NAME}",
  "initialNodeCount": 1,
  "nodeConfig": {
    "machineType": "e2-medium",
    "diskSizeGb": 50,
    "oauthScopes": [
      "https://www.googleapis.com/auth/devstorage.read_only",
      "https://www.googleapis.com/auth/logging.write",
      "https://www.googleapis.com/auth/monitoring",
      "https://www.googleapis.com/auth/service.management.readonly",
      "https://www.googleapis.com/auth/servicecontrol",
      "https://www.googleapis.com/auth/trace.append"
    ]
  }
}

2. Standard Regional（高可用性）

最適な用途：高可用性が求められる本番ワークロード。 注：デフォルトで 3 つのノードが作成されます（リージョン内の各ゾーンに 1 つ）。

{
  "name": "projects/{PROJECT_ID}/locations/{REGION}/clusters/{CLUSTER_NAME}",
  "initialNodeCount": 1,
  "nodeConfig": {
    "machineType": "e2-standard-4",
    "diskSizeGb": 100,
    "oauthScopes": ["https://www.googleapis.com/auth/cloud-platform"]
  }
}

3. Autopilot（運用不要）

最適な用途：ノードを管理したくない場合の、ほとんどのワークロード。

{
  "name": "projects/{PROJECT_ID}/locations/{REGION}/clusters/{CLUSTER_NAME}",
  "autopilot": {
    "enabled": true
  }
}

4. GPU 推論（L4）

最適な用途：AI/ML 推論、小規模モデルのサービング。 注：g2-standard-4 のクォータが必要です。

{
  "name": "projects/{PROJECT_ID}/locations/{REGION}/clusters/{CLUSTER_NAME}",
  "initialNodeCount": 1,
  "nodeConfig": {
    "machineType": "g2-standard-4",
    "accelerators": [
      {
        "acceleratorCount": "1",
        "acceleratorType": "nvidia-l4"
      }
    ],
    "diskSizeGb": 100,
    "oauthScopes": ["https://www.googleapis.com/auth/cloud-platform"]
  }
}

5. AI Hypercompute（A3 HighGPU）

最適な用途：大規模モデルのトレーニング／推論。 注：コストが高く、厳しいクォータ要件があります。

{
  "name": "projects/{PROJECT_ID}/locations/{REGION}/clusters/{CLUSTER_NAME}",
  "initialNodeCount": 1,
  "nodeConfig": {
    "machineType": "a3-highgpu-8g",
    "accelerators": [
      {
        "acceleratorCount": "8",
        "acceleratorType": "nvidia-h100-80gb-hbm3"
      }
    ],
    "diskSizeGb": 200,
    "oauthScopes": ["https://www.googleapis.com/auth/cloud-platform"]
  }
}

instructions

• 必ず、コンテキストに project_id がない場合はユーザーに確認してください。
• 必ず、location（リージョンまたはゾーン）を確認してください。
• 必ず、一意の cluster_name を確認してください。
• ユーザーが Access to Google Cloud APIs を必要としているか確認してください（最新の GKE では、デフォルトの cloud-platform スコープが通常最適です）。
• GPU クラスターまたはリージョンクラスターを選択した場合は、費用についてユーザーに警告してください。
• クラスターの作成には create_cluster MCP ツールを使用してください。parent 引数は projects/{PROJECT_ID}/locations/{LOCATION}、cluster 引数は JSON オブジェクトです。cluster.name は短い名前のみです（例：「my-cluster」）。
• 重要：create_cluster を呼び出す際、parent 引数でスコープが定義されるため、cluster.name にはリソースパス全体ではなく、短い名前（例：my-cluster）を指定してください。

example_usage

ユーザー：「GKE クラスターを作成したいです。」 モデル：「お手伝いします。どの種類のクラスターが必要ですか？

1. 標準ゾーンクラスター：開発／テストに適しています。
2. 標準リージョンクラスター：高可用性を実現します。
3. Autopilot：完全マネージドです。
4. GPU 対応：AI／ML ワークロード向けです。」

ユーザー：「標準ゾーンクラスターをお願いします。」 モデル：「承知しました。いくつか詳細をお知らせください。

• プロジェクト ID
• ゾーン（例：us-central1-a）
• クラスター名」

ユーザー：「プロジェクトは my-proj、ゾーンは us-west1-b、名前は dev-cluster です。」 モデル：「使用する構成は次のとおりです。 [JSON view] 続行しますか？」