风险与费用提示
资源影响 部署 AI/GPU 相关 Kubernetes 资源
费用影响 可能创建 GPU 工作负载并占用昂贵算力资源。
执行前确认 GPU 配额、镜像可用性和测试集群隔离策略。
执行拓扑
AI Workload
TKE
GPU Cluster
前置条件
- 已阅读关联 README，确认目标集群、地域、账号权限和资源配额。
- 已准备测试环境，避免直接在生产集群执行未验证步骤。
- 已确认该外部 Cookbook 的分支、路径和依赖版本仍然可用。
参数表
| 参数 | 必填 | 示例 | 说明 |
|---|---|---|---|
repo | 是 | tkestack/tke-ai-playbook | 旧版 Cookbook 对应的 GitHub 仓库。 |
path | 否 | / | 仓库内的 Cookbook 子目录；为空表示仓库根目录。 |
branch | 否 | main | 默认分支，执行前建议确认 README 与示例文件来自同一分支。 |
执行命令
Step 1
git clone https://github.com/tkestack/tke-ai-playbook.git Step 2
cd tke-ai-playbook Step 3
阅读 README.md，并根据示例准备配置文件或环境变量。 Step 4
按 README 的 Quick Start / Usage 步骤在测试环境执行。验证步骤
Check 1
确认 README 中定义的验证命令或检查项全部通过。 Check 2
记录创建的 Kubernetes 对象、云资源和外部依赖。 Check 3
如涉及集群变更，确认业务流量和系统组件状态恢复正常。清理步骤
- 按 README 的 Cleanup / Delete 步骤删除测试资源。
- 检查集群内 Deployment、Service、Pod、CRD、Secret、PVC 等资源是否残留。
- 检查云负载均衡、CVM、GPU、弹性节点、存储卷等计费资源是否释放。
Agent Prompt
Prompt
请基于 TKE AI Playbook，在测试 TKE 集群中选择一个 GPU/AI 场景执行。先阅读 README，列出资源影响，再按步骤部署、验证和清理。