首页 › new-tools › HN上新三件货:桌面K8s、聊天考古、模型壳

你每天刷的公众号和掘金,热榜上的AI工具基本是海外两三周前的库存。9月中旬Hacker News的Show HN区悄悄上了几件新货,中文圈至今几乎零教程。今天挑三件:一件把多集群K8s管理做成“电脑桌面”,一件让你把和ChatGPT/Claude的几年聊天记录当数据库翻,一件是只有4分的“小透明”,却被HN评论区自发推荐。三件全是开源免费货,看完就能上手。

工具一:ZKE — 把多集群K8s变成一台“电脑”

是什么:ZKE(Z Kubernetes Engine),AI原生的Kubernetes多集群云操作环境,Apache 2.0开源。它把散在数据中心、私有云、公有云和边缘的多个K8s集群,收敛成一个浏览器里的“电脑桌面”:集群接入、容器服务、Helm、终端、监控、AIOps都是桌面上独立的应用窗口,能最小化、切换、保存布局。

官网/仓库:github.com/togettoyou/zke,README附在线体验地址,提供只读账号(view用户),数据可能随时重置。

为什么值得盯三个细节:

  1. Agent出向连接。ZKE Server不直连任何集群的K8s API Server。每个集群跑一个Agent,主动向Server建QUIC/mTLS出向长连接。集群在内网没公网入口也能接进控制台,只需开一条出向通道。这是和LXWARE/Rancher最常见的“入向控制面”在架构出发点上的根本差异。
  2. AI共用人的权限。AIOps里的模型不持有kubeconfig、不直连API Server;每次工具调用按发起用户当时的RBAC重新判权,上限永远是发起人自己的权限。变更前先服务端DryRun出有界差异,提交只认预检返回的preview_id,批准后重验权限再重跑DryRun,幂等键防重复写入。所有模型调用和工具返回写入append-only轨迹,可回放导出,结论里每条证据能深链定位到具体对象。
  3. 一条Docker命令起全家。zke-server-all镜像自带PostgreSQL和VictoriaMetrics,一条docker run跑起来。多集群指标经Agent回传时强制注入zke_cluster_id标签,不会串集群。

价格:软件Apache 2.0免费,自部署,成本就是自己的服务器和模型API费用。

和国内方案对比:国内K8s运维几乎全被Rancher(现属SUSE)和各云厂商托管控制台覆盖,它们成熟但都是“网页表单”范式,且Rancher对内网边缘集群需要打通入向网络或装 VPN。ZKE的“桌面多窗口+出向Agent+模型同权限判权”是把2025-2026年HN上吵翻的“AI能不能碰生产”讨论落成的工程答案:K8s报警没人理是常态,但真把kubeconfig塞给模型,没人敢批——ZKE的思路是让模型走和人一模一样的权限、通道和审计。当然它是刚起步的早期项目(Roadmap里日志、告警、定时巡检还在规划中),拿来管生产前先在测试集群跑。

适用人群:管着多套混合云/边缘K8s的运维、想给团队开一个“AI可控进生产”试点的基础设施负责人、自己homelab多集群玩家。

工具二:Chatlens — 85KB单文件,考古你和AI的几年聊天史

是什么:Chatlens,单个HTML文件(约85KB,无构建、无后端、无依赖),拖入ChatGPT或Claude的官方数据导出JSON,立刻得到全量聊天记录的全文搜索、使用时间线、话题统计和干净的阅读视图。仓库标题就一句话:100%在浏览器里,不上传任何东西。

官网/仓库:github.com/david-g-3654/chatlens,MIT协议。不放心可以读PRIVACY.md照着2分钟自查清单验证:断网测试、Network面板查请求、grep源码。

功能实测数据(README基准):30MB真实导出(222段对话、4362条消息)索引约1.9秒,搜索6-15毫秒;85MB合成数据(4857段对话、10万条消息)索引约13秒,搜索约120毫秒。索引在后台Web Worker里跑,界面不卡。

三个真用处:

  1. 找回“我明明问过”。官方App没有像样的历史搜索。你三月份让AI调过的那段脚本,Chatlens里搜个关键词加正则就出来。查询支持多词AND、"引号精确短语"、/regex/正则,还能只搜“我说的”或“AI说的”。
  2. 看自己怎么用AI。Insights页给出总对话数、写字数、最忙的一天、高峰小时、用过的模型、聊得最久的话题——相当于给AI使用习惯做一次体检。
  3. 合规场景能救命。公司禁用云端AI工具或要求严格数据隔离时,这个离线单文件是安全的选择——它连一次网络请求都不发,刷新标签页数据就没了。

操作路径:ChatGPT → Settings → Data controls → Export data;Claude → Settings → Privacy → Export data。解压邮件里的压缩包,把conversations.json拖进页面。想先试货,点"Explore with sample data"用内置合成数据玩。

和国内方案对比:国内没有对位的轻量工具——豆包、Kimi、通义的聊天记录检索都是各家App内的“搜索框”,不开放全量导出;能导出数据的国际工具,检索又弱。想本地全文检索的个人笔记,很多人装Obsidian+插件,但那套流程管不了厂商App里的对话。Chatlens补的正是“AI对话史”这块没人管的 blankspace。

适用人群:重度ChatGPT/Claude用户、想把AI对话史变成个人知识库素材的人、有合规要求的团队。

工具三:Harness — 评论区替作者吆喝的“模型壳”

是什么:Harness(harness.selimsandal.com),作者selims在9月13日发帖的自我定位很直白:一个“为今天的编码模型打造的现代coding harness”。它不训练模型、不卖模型,只管一件事——把任何主流编码模型接进一套顺手的终端工作环境。

为什么值得关注:两个信号。第一,9月中旬HN上一条“编码代理生态大测绘”的讨论把市面上所有编码代理按终端、IDE、GUI、云各种形态盘了一遍,一条高赞评论单列着Claude Code、Codex CLI、Gemini CLI、OpenCode、Aider、Goose、Cline的名字,最后补了一句:“这些工具剩下的工作其实都是harness(工具调用、权限门控、上下文管理),模型只是可替换的零件”——这条评论在佐证:产品价值正在从模型层上移到壳层。第二,在Harness那条4分帖子的评论区里,有用户自发留言说作者自己天天在用,这产品“值得更多曝光”。小项目+真实用户+踩中“模型商品化、壳层增值”这个趋势,值得蹲一个版本号。

链接与价格:harness.selimsandal.com(个人项目,尚未公开收费)。类似思路的商业品是Fabric(github.com/berdoug/fabric),-patterns批量跑提示词,加Pattern Creator自定义。Fabric开源,自部署免费,API费用另算。

和国内方案对比:国内可白嫖的编码模型不少,但终端壳选择远少于海外——Cursor、Claude Code类产品均无国内对位;多数国内开发者还停留在网页对话或IDE插件形态。模型可以随便换,壳层的肌肉记忆(快捷键、上下文管理、MCP工具链)才是复利资产。这样看,提前挑一个顺手的壳,比押注任何单一模型更保值。

适用人群:想脱离网页对话形态玩编码模型的开发者、终端重度用户、想给自己做个coding agent壳的独立开发者(这个项目本身就是参考实现)。

一张图看懂三件货怎么进你的工作流

flowchart TD
    A[需求入口] --> B[多集群运维有报警]
    A --> C[找不回历史对话]
    A --> D[想换编码模型壳]
    B --> E[ZKE<br/>出向Agent接入]
    E --> F[模型走发起人RBAC]
    F --> G[DryRun预演加审批]
    C --> H[Chatlens<br/>导出JSON拖入]
    H --> I[本地索引断网可用]
    D --> J[Harness<br/>终端壳接任意模型]

信息差总结

维度 你以为的 实际情况
K8s管理 只能Rancher/云控制台网页表单 ZKE(github.com/togettoyou/zke)把它做成桌面多窗口,Agent出向连接直连内网集群
AI能否碰生产 不敢给kubeconfig,只能人肉点 ZKE的AIOps让模型走发起人的RBAC判权,DryRun+审批+append-only审计三道锁
聊天记录 厂商App搜索框凑合用 Chatlens单HTML文件全量索引,30MB导出1.9秒建索引,搜索毫秒级
数据安全 本地工具也要联网传数据 Chatlens零网络请求,PRIVACY.md教你2分钟自查
编码工具价值 押注某个模型 壳层(工具调用/权限/上下文管理)才是复利资产,Harness/Fabric都是这个思路

行动指南

  1. 今天(5分钟):打开ChatGPT/Claude的Settings导出数据,下载chatlens的index.html双击打开,拖入conversations.json,搜索你三个月前问过的那个问题。
  2. 本周(30分钟):如果手头有多集群,docker run一条命令把ZKE拉起来(ghcr.io/togettoyou/zke-server-all:latest),先接一个测试集群,开AIOps让它做一次工作负载诊断,亲眼看看“模型走RBAC+DryRun审批”的完整轨迹。
  3. 本月(看需求):订阅ZKE和Harness的GitHub Releases,这两个都处在早期快速迭代期,等它补齐日志告警再决定是否推给团队;期间用Fabric把常用提示词沉淀成-patterns库,壳不换、模型随便换。

参考来源

  1. ZKE仓库及文档(QUIC/mTLS Agent架构、AI原生设计说明):https://github.com/togettoyou/zke
  2. Show HN: ZKE – A macOS-style multi-cluster Kubernetes console over QUIC(2026-08-13):https://news.ycombinator.com/item?id=49281213
  3. Chatlens仓库(性能基准、隐私自查清单):https://github.com/david-g-3654/chatlens
  4. Show HN: Chatlens – Search and browse your ChatGPT and Claude chats offline(2026-08-13):https://news.ycombinator.com/item?id=49280853
  5. Show HN: Harness – a modern coding harness for today's coding models(2026-08-13):https://news.ycombinator.com/item?id=49282392

本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生(微信ID: gprshome201101)维护。 聚焦5G/6G核心网、3GPP标准、AI工具实战。知识星球「51学通信」提供深度技术答疑和行业洞察。

[!tip] 51学通信知识星球 星主:爱卫生(微信:gprshome201101)——公众号「51学通信」创办者,19 年通信行业运维与讲师经验,著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书(各大电商平台有售)。 星球定位:深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域,主打运维岗位与信令分析。 当前规模:5200 篇主题 / 990 个回答,198 元/年。 加入福利:加入星球后请加爱卫生微信,拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题,另有群内分享。 AI 加持:51学通信知识星球已作为 skill 接入 WorkBuddy,使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例,做总结、找文档和 PPT 等场景全覆盖。

51学通信知识星球海报-扫码加入