kubeshark/kubeshark

SRE 및 AI 에이전트를 위한 네트워크 관측성

라이브 데모 · 다큐멘터리

---

Kubeshark는 eBPF를 사용해 커널 수준에서 클러스터 전체 네트워크 트래픽을 인덱싱하며, 네트워크, API, Kubernetes 의미론을 활용해 모든 쿼리에 즉각적인 답변을 제공합니다.

할 수 있는 것:

• 회고적 PCAPs 다운로드 — 노드, 시간, 워크로드, IP로 필터링된 클러스터 전체 패킷 캡처. PCAP를 장기 보존 및 이후 조사를 위해 저장하세요.
• 네트워크 데이터 시각화 — 실시간 대시보드를 통해 API, Kubernetes, 네트워크 의미론을 이용한 트래픽 매칭 쿼리를 탐색합니다.
• 암호화된 트래픽 일반 텍스트 참조 — eBPF를 사용해 TLS/mTLS 트래픽을 자동으로 복호화하며, 키 관리나 사이드카가 필요 없습니다.
• AI와 통합 — 좋아하는 AI 어시스턴트(예: Claude, Copilot)를 연결하여 사고 대응 및 근본 원인 분석과 같은 AI 기반 워크플로우에 네트워크 데이터를 포함시키세요.

---

시작해

브라우저에서 http://localhost:8899를 열어보세요. 트래픽을 캡처하고 있습니다.

운영 환경에서는 포트 포워딩 대신 인그레스 컨트롤러를 사용하는 것을 권장합니다.

MCP를 통해 AI 에이전트 연결:

MCP 설정 가이드 →

---

AI 에이전트를 위한 네트워크 데이터

Network Observability for SREs & AI Agents

Live Demo · Docs

---

Kubeshark indexes cluster-wide network traffic at the kernel level using eBPF — delivering instant answers to any query using network, API, and Kubernetes semantics.

What you can do:

• Download Retrospective PCAPs — cluster-wide packet captures filtered by nodes, time, workloads, and IPs. Store PCAPs for long-term retention and later investigation.
• Visualize Network Data — explore traffic matching queries with API, Kubernetes, or network semantics through a real-time dashboard.
• See Encrypted Traffic in Plain Text — automatically decrypt TLS/mTLS traffic using eBPF, with no key management or sidecars required.
• Integrate with AI — connect your favorite AI assistant (e.g. Claude, Copilot) to include network data in AI-driven workflows like incident response and root cause analysis.

---

Get Started

helm repo add kubeshark https://helm.kubeshark.com
helm install kubeshark kubeshark/kubeshark
kubectl port-forward svc/kubeshark-front 8899:80

Open http://localhost:8899 in your browser. You’re capturing traffic.

For production use, we recommend using an ingress controller instead of port-forward.

Connect an AI agent via MCP:

brew install kubeshark
claude mcp add kubeshark -- kubeshark mcp

MCP setup guide →

---

Network Data for AI Agents

Kubeshark exposes cluster-wide network data via MCP — enabling AI agents to query traffic, investigate API calls, and perform root cause analysis through natural language.

“Why did checkout fail at 2:15 PM?” “Which services have error rates above 1%?” “Show TCP retransmission rates across all node-to-node paths”