kaito 是由微软开源并托管于 GitHub 的项目，旨在自动化在 K8s（主目前支持 Azure AKS）中部署与管理大型语言模型（如 Falcon、Phi‑3、Llama）推理及微调工作负载。它通过定义 CRD（Workspace），自动完成 GPU 节点调度、容器化模型管理、预设硬件配置和多种推理运行时（如 vLLM、transformers）的支持，并新增基于 LlamaIndex + FAISS 的 Retrieval‑Augmented Generation（RAG）功能以实现知识检索能力。

Cleaner 是一个 K8s 控制器（Controller），用于自动识别并删除无效、孤立或不健康的 K8s 资源（包括标准资源和自定义 CRD），通过自定义调度（Cron）、标签筛选和 Lua 脚本规则灵活定义清理策略；项目提供丰富的默认政策（检测旧 Job、未使用的 ConfigMap/Secret、过期 PVC、过时证书、无效 Ingress 等），支持 Dry‑Run 安全测试，并能通过 Slack、Teams、Discord、Telegram、SMTP 或 K8s 事件报告发送清理通知，帮助保持集群高效、整洁和稳定。

Katib 是 Kubeflow 项目中的 K8s 原生 AutoML 组件，专注于自动化 超参数调优（Hyperparameter Tuning）、早期停止（Early Stopping）及 神经架构搜索。它支持包括 TensorFlow、PyTorch、XGBoost、scikit‑learn 等多种 ML 框架，以及 Kubeflow Training Operator、Argo 和 Tekton 等 K8s 工作负载，通过 CRD（Experiment、Trial、Suggestion）定义实验流程，并提供 Python SDK 和 UI 监控界面，极大简化模型优化任务。

kubedog 是一个为 K8s CI/CD 部署流程设计的开源追踪库，用于实时监控 Deployment、StatefulSet、DaemonSet、Job、Canary（来自 Flagger）等资源的状态与日志输出，支持 multitracker 模式将多资源组合成统一事件流并生成周期性状态报告。项目自带简洁 CLI（主要为调试用途），但核心功能作为库被 werf 内部调用，用于实现高级资源部署追踪，例如自动输出容器日志、事件消息等，帮助部署过程中快速定位失败并反馈异常情况。

服务网格（Service Mesh ） 作为微服务架构的基础设施层，通过在每个服务旁边部署 Sidecar 代理并由控制平面统一下发策略，无需修改应用代码，就能实现流量管理（如蓝绿部署、金丝雀发布、重试与限流）、安全加密（mTLS、身份认证与授权）以及可观测性（监控、日志与分布式追踪）。文章指出，到了 2025 年，Service Mesh 正朝着轻量化（如 Istio 的 Ambient Mesh、Linkerd）、跨云与多集群兼容、无代理架构演进以及高性能低资源开销的方向发展，依然是实现微服务弹性治理、可观测与零信任安全的关键支撑。

本文讨论了 K8s 曾被赋予“云上可移植性”的承诺，然而现实中许多企业却依赖具体厂商的托管服务、CI/CD 管道、监控、安全策略及数据密集型依赖，反而深度绑定在某个云环境或平台之中，而真正具备可移植性的应用往往仅为现代化、容器化、运行松耦合的少数项目。文章指出，与其追逐普遍性的“随处迁移”幻想，更应进行有意图的锁定选择，识别关键 workloads、评估退出成本，并为部分关键应用建立可退出架构，而非将可移植性当成盲目目标。

本文介绍了 Docker 在 2025 年 7 月推出的新特性：Docker Compose 支持在 compose.yaml 中声明智能代理（agents）、模型（models）和 MCP 工具，开发者只需运行 docker compose up 即可构建并运行多代理系统，支持与多种代理框架（如 LangGraph、Embabel、CrewAI、Vercel AI SDK、Spring AI、Google ADK、Agno 等）集成，同时 Docker 推出云端 GPU 执行服务 Docker Offload（Beta），允许开发者将大型语言模型和复杂代理任务无缝卸载至云端 GPU，简化部署流程、缓解本地计算资源瓶颈。

Telepresence 是一个开源工具，旨在帮助开发者在本地开发环境中高效调试和测试运行在远程 Kubernetes 集群上的微服务。它的核心目标是在不破坏实际运行环境的前提下，让开发者可以将本地代码、IDE、调试器与远程服务集群无缝对接，极大提高开发效率与协作能力。

Telepresence 2.23 近日成功发布，带来两项核心创新：新增 wiretap 命令，可将容器接收的流量镜像到客户端进行调试而不影响原容器，并支持多个客户端并发查看；其次引入名为 Teleroute 的 Docker 网络插件，让通过 telepresence connect --docker 创建的虚拟网络可被其他容器直接复用，无需复杂的 --network container:… 设置，简化了本地 Docker 容器与远程 Kubernetes 集群的连接流程。

Open Cluster Management（OCM） 是一个开源项目，旨在为 Kubernetes 多集群环境 提供集中式的统一管理能力。它支持跨多个 Kubernetes 集群的生命周期管理、策略控制、应用分发与运行状态监控，是构建企业级混合云和多云基础设施的重要组成部分。

Open Cluster Management（OCM）于 近期正式发布了 v1.0.0 ，标志着项目进入生产可用阶段。此版本带来多个关键改进，包括增强的集群选择能力（支持 CEL Selector）、新增 About-API 提供集群元数据、引入 Workload Conditions 实现应用状态更清晰可视化，以及 ManifestWorkReplicaSets 增加 deletionPolicy 实现资源删除策略控制。同时，核心 API 升级至 v1，支持更多配置选项，如 ClusterClaimConfiguration 等，整体提升了平台的灵活性、稳定性和可扩展性。