説明
Radarは、AIエージェント用の組み込みMCPサーバーを統合したオープンソースのKubernetes UIで、Kubernetesクラスターの包括的な可視性と診断機能を提供します。ユーザーは、問題の根本原因を迅速に特定し、基盤となる変更を理解し、提案された修正を実施することができます。このプラットフォームは、多くの専用AI SREツールよりも大幅に高速かつ経済的であり、ベンチマークでは1.6〜3.6倍の高速分析と30〜85%のコスト削減が示されています。
続きを読む
Radarの中心には、AIエージェントがKubernetesクラスターのライブモデルを分析して問題の根本原因を特定するAI調査があります。診断を支持する証拠を提供し、修正を提案します。ユーザーは、MCP経由で独自のエージェントを使用して調査を実行したり、RadarのUIを介してエージェントCLIを使用したり、アラートがトリガーされたときにRadar Cloudを介して自動的に実行したりできます。この柔軟性により、チームはClaude Code、Codex、Cursor、GitHub Copilot、OpenCode、Google Antigravityなどの既存のAIエージェントを活用し、効果的な分析のために必要なクラスターコンテキストを提供します。
Radarは、オープンソース版とRadar Cloudの両方を提供しています。Apache 2.0のライセンスの下で提供されるオープンソースエンジンは、トポロジー、リソース管理、Helm、イメージファイルシステムの検査、クラスター監査、ローカルAIエージェント診断など、単一クラスターの可視性に必要な機能を提供します。Radar Cloudは、ホスティングまたは自己管理が可能で、アラート、詳細な証拠を伴うAI調査、全クラスターの共有ビュー、拡張された履歴データ保持などの高度な機能を強化します。
データプライバシーのために、オープンソースのRadarはユーザーのマシン上で調査を実行し、データは選択したモデルプロバイダーにのみ送信されます。Radar Cloudは、読み取り専用アクセスを持つサンドボックス化されたジョブとして調査を処理し、自己管理型デプロイメントの場合、すべてのクラスターデータはユーザーのインフラ内に保持され、AIモデルとのインタラクションや日次ライセンスチェックを除きます。調査は通常読み取り専用ですが、MCP経由で独自のエージェントを接続するユーザーは、書き込みツールを有効にすることができ、変更には明示的な承認が必要で、RBACの制限を尊重します。Radarは、Kubernetesの運用を簡素化し、トラブルシューティングの時間を短縮し、全体的なクラスターの健康とコンプライアンスを改善することを目指しています。
- カテゴリーAI DevOps・クラウドツール
- 料金モデルフリーミアム
- デプロイCloud, Self-Managed, On-Premise
- プラットフォームKubernetes
Radarの主要機能
KubernetesのAI根本原因分析
MCPサーバーを備えたオープンソースのKubernetes UI
AIエージェント用のKubernetesクラスターのライブモデル
証拠に基づく根本原因の特定と提案された修正
さまざまなAIエージェントとの統合(Claude Code、Codex、Cursor、GitHub Copilot、OpenCode、Google Antigravity)
調査を実行するための3つの方法:ユーザーのエージェントを介してMCP経由、RadarのUI、またはRadar Cloudのエージェント
Kubernetesの問題に対するアラート(Radar Cloud)
すべてのクラスターの共有ビュー(Radar Cloud)
イベントとリソース変更の履歴保持(Radar Cloud)
マルチクラスター操作とフリート管理
Argo CDおよびFluxのためのGitOps可視性
Helmリリース管理と監査
コンプライアンス監査およびSOC 2証拠のエクスポート
OpenCost統合によるワークロードレベルのコスト帰属
エアギャップデプロイメント機能
Radarの使い方は?
Radar OSSをインストールする:HelmチャートをKubernetesクラスターにデプロイするか、ネイティブバイナリをローカルで実行します。
クラスターを接続する:トークンを貼り付けてKubernetesクラスターをRadar Cloudに接続します。
AIエージェントを構成する:MCP経由またはRadarのUIを介して好みのAIエージェント(例:Claude Code)を統合します。
AI調査を実行する:RadarのUI、エージェント経由、またはRadar Cloudアラートを通じて調査を開始します。
根本原因を確認する:AIエージェントが提供する特定された根本原因、支持証拠、提案された修正を分析します。
修正を承認して適用する:書き込みツールが有効な場合、別の制御されたセッションで修正を承認して適用します。
クラスターの健康を監視する:RadarのUIを使用して、イベントタイムライン、アプリケーショントポロジー、フリート全体のGitOpsステータスを表示します。
Radarの使用例
- インシデントトラブルシューティング
- マルチクラスター操作
- GitOps可視性
- Helm管理
- コンプライアンス監査
- コスト最適化
- オンコール生産性
- プロアクティブアラート





