别再硬记 AWS 和 k8s 命令了！一行命令把十几个云平台的 CLI 全接进 AI

AWS、GCP、Kubernetes、Cloudflare、Tencent Cloud，每个平台一套 CLI、一套认证、一套参数风格。想查 Lambda 日志要翻 AWS 文档；想查 GKE Pod 状态要翻 kubectl 文档。

十年前学云管，意味着学命令。五年前 Terraform 和 Pulumi 让你写声明式，但你还是得学一门 DSL。而现在你只需负责想清楚要做什么，其他工作交给 LLM。

Clanker 是用于管理云基础设施的 CLI Agent，支持 AWS、GCP、Azure、Kubernetes、Cloudflare、DigitalOcean、Fly.io、Hetzner、Tencent Cloud、Verda Cloud、Supabase 等云平台。它能让你不需要记几十套 CLI 命令，一句"我们 dev 环境有多少台 EC2"就能给你答案，甚至能帮你能生成执行计划、一键 apply。

上手体验

安装很简单，使用 x-cmd 一行命令就能搞定：

bash 复制代码

x install clanker

装好之后配个 config：

bash 复制代码

clanker config init

装上你要用的云平台 CLI（AWS CLI、gcloud、az、kubectl、flyctl 等），认证好。然后开始用人话操作云：

bash 复制代码

clanker ask --aws "dev 环境现在有哪些 EC2 在跑？"
clanker ask --aws --maker "创建一个 t3.micro EC2，开 22 端口"
clanker k8s ask "为什么我的 nginx Pod 一直在重启？"

三步流水线：路由、执行、综合

Clanker 内部有一套三阶段管线：路由（LLM 判断问题涉及哪个云平台、需要调用哪些工具）→ 执行（并行调用 aws、kubectl、gcloud、doctl、flyctl 等 CLI）→ 综合（拼成 markdown 格式的回答）。

你问："dev 环境有多少 Lambda，最近哪个报过错，错误信息是什么？ " Clanker 会判断：涉及 AWS Lambda → 调用 aws lambda list-functions + aws logs filter-log-events → 并行执行 → 把结果拼成有意义的回答。

你不用翻文档查 list-functions 后面跟什么 flag。这是两种范式的根本差异------一种要求你懂工具，一种要求你懂意图。

不只是查，还能"做"------但执行权在你手上

Clanker 最有价值的功能是 Maker 模式------不只是查询，还能生成基础设施变更计划。

你输入：

bash 复制代码

clanker ask --aws --maker "创建一个小的 EC2 实例和一个 Postgres RDS"

它会输出一个 JSON 执行计划，列出要做的具体操作。你 review 之后，用 --apply 执行。

这个流程的设计克制但关键：**Agent 只生成计划，执行权在你手上。**涉及删除操作时，还需要额外加 --destroyer 标志。如果遇到幂等错误（如安全组规则已存在），它自动视为成功而非报错；如果遇到网络/CIDR/子网冲突，它尝试重写并重试------这些容错细节意味着跑一个 Maker 计划大概率能跑通。

这对于原型搭建和开发环境特别实用。你有个新点子想快速搭一套基础设施测试------以前你纠结"花 20 分钟写 Terraform 值不值"，现在一句人话就能搞出来。

一个二进制，覆盖 10+ 云平台

Clanker 最让人意外的是覆盖面。除了 AWS，它还支持：GCP （查资源、GKE）、Azure （资源图、AI Search）、Kubernetes （独立模块，可查 Pod 状态、节点指标、日志，甚至能创建集群）、Cloudflare 、DigitalOcean 、Hetzner 、Fly.io 、Tencent Cloud 、Verda Cloud 、Supabase 等。

而且每个平台既能"用自然语言问"，也能"用静态命令直接查" 。比如 clanker aws list resources 直接列出所有 AWS 资源，不走 LLM，零延迟、零幻觉风险。

Kubernetes："那堆 Pod 到底怎么回事"

clanker k8s ask 实现了完整的自然语言 K8s 查询：**"哪些 Pod 在用最多内存？"→ 自动执行 kubectl top pods --all-namespaces 按内存排序。"为什么 nginx Pod 一直 CrashLoopBackOff？"**→ 自动查 Pod 状态、最近日志、事件，综合分析原因。

更重要的是，对话历史是按集群保存的 。"先看看 nginx Deployment"→ 接着"那它的日志呢"------第二句不需要重复指定集群、命名空间。结合 Maker 模式，你甚至能在 Kubernetes 上用自然语言生成部署计划并 apply。这本质上是把"我脑子里想做什么"和"我需要敲什么命令"之间的翻译成本直接降到了零。

安全：把权限交给 Agent 是危险的，clanker 没犯这个错

Clanker 没有试图把安全责任甩给 LLM。它继承了你本地环境的 AWS profile、kubeconfig、gcloud 凭据------你有的权限它才有，你没的权限它也动不了 。生成式操作需要人工审批 plan 才能 apply，删除操作需要显式 --destroyer 标志。

这套设计回答了一个绕不开的问题："如果 LLM 误判了意图，是不是就把我的生产环境删了？" 答案是否定的------销毁操作必须显式触发，而且必须由你 review 过 plan 之后才执行。LLM 负责"理解意图"和"翻译命令"，人负责"审核后果"和"拍板执行"。

值得提一句，Clanker 配套还提供了 MCP 服务器（clanker mcp），让 Claude Code/Cursor 等 Agent 能直接通过 MCP 调用 Clanker 的能力。Clanker 想成为"AI Agent 时代的云管基础设施层"。

你日常管理几个云平台？最想"用人话问"的操作是什么？评论区聊聊。