GKE এবং জেমিনি CLI সহ প্ল্যাটফর্ম ইঞ্জিনিয়ারিং AI

১. ভূমিকা

এই ল্যাবটি ইনফ্রাস্ট্রাকচার ম্যানেজমেন্টের জন্য জেমিনি সিএলআই (Gemini CLI) এবং জিকেই মডেল কনটেক্সট প্রোটোকল (GKE Model Context Protocol - MCP) সার্ভার ব্যবহারের একটি প্রযুক্তিগত পরিচিতি প্রদান করে। প্রচলিত জিকেই ম্যানেজমেন্টে, অপারেটররা ম্যানুয়ালি ইনফ্রাস্ট্রাকচারের প্রয়োজনীয়তাগুলোকে gcloud কমান্ডে এবং অ্যাপ্লিকেশন ডেফিনিশনগুলোকে লিখিত ইয়ামল (YAML) ম্যানিফেস্টে অনুবাদ করেন। এই ল্যাবটি একটি ভিন্ন পদ্ধতি প্রদর্শন করে: একটি ইন্টারেক্টিভ ইন্টারফেস ব্যবহার করা, যা গুগল কুবারনেটিস ইঞ্জিন (GKE)- এ স্বাভাবিক ভাষার অভিপ্রায়কে প্রযুক্তিগত সম্পাদনের সাথে সংযুক্ত করে। এই পরিবর্তনটি প্ল্যাটফর্ম ইঞ্জিনিয়ারিংয়ের একটি বৃহত্তর প্রবণতার অংশ, যেখানে মনোযোগ কঠোর অটোমেশন স্ক্রিপ্ট তৈরি করা থেকে সরে গিয়ে এমন ইন্টেলিজেন্ট এজেন্ট পরিচালনার দিকে যাচ্ছে, যারা ইনফ্রাস্ট্রাকচার অপারেশনের সূক্ষ্ম বিবরণগুলো সামলাতে পারে।

মূল ধারণা

  • প্ল্যাটফর্ম ইঞ্জিনিয়ারিং : এটি এমন একটি পদ্ধতি যার মাধ্যমে অভ্যন্তরীণ টুলিং এবং ওয়ার্কফ্লো তৈরি ও রক্ষণাবেক্ষণ করা হয়, যা সফটওয়্যার ডেভেলপারদের প্রতিটি অন্তর্নিহিত ক্লাউড সার্ভিসে বিশেষজ্ঞ না হয়েও তাদের নিজস্ব পরিকাঠামো পরিচালনা করতে সক্ষম করে। এর লক্ষ্য হলো সামঞ্জস্য ও নিরাপত্তা বজায় রেখে প্রযুক্তিগত জটিলতা কমানো। একটি প্রমিত আদর্শ পথ তৈরি করার মাধ্যমে প্ল্যাটফর্ম টিম নিশ্চিত করে যে অ্যাপ্লিকেশন ডেভেলপাররা নিরাপদে ও দ্রুত ডেপ্লয় করতে পারে, এবং একই সাথে প্ল্যাটফর্ম টিম পরিচালনা ও খরচের উপর নিয়ন্ত্রণ বজায় রাখে।
  • জেমিনি সিএলআই : এটি একটি কমান্ড-লাইন ইন্টারফেস যা আপনাকে সরাসরি আপনার টার্মিনাল থেকে জেমিনি মডেলগুলির সাথে ইন্টারঅ্যাক্ট করার সুযোগ দেয়। একটি সাধারণ ওয়েব-ভিত্তিক চ্যাটবটের মতো নয়, সিএলআই-টি আপনার ডেভেলপমেন্ট এনভায়রনমেন্টের মধ্যেই থাকার জন্য ডিজাইন করা হয়েছে, যা বিদ্যমান শেল-ভিত্তিক ওয়ার্কফ্লোতে এআই ইন্টিগ্রেট করা সহজ করে তোলে। এটি আপনাকে অন্যান্য কমান্ডের আউটপুট সরাসরি মডেলে পাইপ করতে এবং আপনার টার্মিনাল এনভায়রনমেন্ট থেকে বের না হয়েই নির্দেশাবলী কার্যকর করতে দেয়।
  • মডেল কনটেক্সট প্রোটোকল (MCP) : MCP একটি ওপেন স্ট্যান্ডার্ড যা একটি AI মডেলকে নির্দিষ্ট টুল বা ডেটা সোর্সের সাথে সংযোগ স্থাপন করতে সক্ষম করে। MCP ছাড়া, একটি AI মডেল শুধু জানে যে তাকে কিসের উপর প্রশিক্ষণ দেওয়া হয়েছে এবং আপনার নির্দিষ্ট রিসোর্সগুলো দেখতে পারে না। GKE MCP সার্ভারের মাধ্যমে, Gemini CLI সক্রিয়ভাবে আপনার Google Cloud প্রোজেক্টের API-কে কোয়েরি করতে পারে, আপনার ক্লাস্টারগুলোর অবস্থা পরীক্ষা করতে পারে এবং আপনার হয়ে কমান্ড কার্যকর করতে পারে। এটি মডেলের রিজনিং ইঞ্জিন এবং প্রকৃত GKE API-এর মধ্যে একটি সেতু হিসেবে কাজ করে।

ল্যাবের উদ্দেশ্য

এই সেশন শেষে আপনি সক্ষম হবেন:

  1. পরিবেশ কনফিগার করুন: ক্লাউড শেল অ্যাক্সেস করুন এবং GKE MCP এক্সটেনশনটি প্রমাণীকরণ করুন, যাতে Gemini CLI আপনার Google Cloud রিসোর্সগুলির সাথে ইন্টারঅ্যাক্ট করতে পারে।
  2. অবকাঠামো নকশা: খরচ, ব্যবস্থাপনার অতিরিক্ত ব্যয় এবং কাজের চাপের প্রয়োজনীয়তার উপর ভিত্তি করে সর্বোত্তম ক্লাস্টার কনফিগারেশন নির্ধারণ করতে ইন্টারেক্টিভ নির্দেশাবলী ব্যবহার করুন।
  3. রিসোর্স ম্যানেজমেন্ট: স্বাভাবিক ভাষা ব্যবহার করে কুবারনেটিস ম্যানিফেস্ট ( ডিপ্লয়মেন্ট , সার্ভিস ইত্যাদি) তৈরি, নিরীক্ষা এবং ডিপ্লয় করুন।
  4. পরিচালনগত বিশ্লেষণ: ডেপ্লয়মেন্ট ব্যর্থতার মূল কারণ শনাক্ত করতে এবং নির্দিষ্ট প্রযুক্তিগত সমাধান প্রস্তাব করতে লগ ও ইভেন্ট একত্রিত করার জন্য এআই-এর সক্ষমতা ব্যবহার করুন।

২. প্রকল্প স্থাপন

Gemini CLI আপনার রিসোর্সগুলির সাথে ইন্টারঅ্যাক্ট করার আগে একটি সঠিকভাবে কনফিগার করা Google Cloud এনভায়রনমেন্ট প্রয়োজন। এই সেটআপটি নিশ্চিত করে যে আপনার প্রোজেক্টের সঠিক পারমিশন রয়েছে এবং সমস্ত প্রয়োজনীয় ব্যাকএন্ড সার্ভিস আপনার AI এজেন্টের কাছ থেকে রিকোয়েস্ট গ্রহণ করার জন্য প্রস্তুত আছে।

ওপেন ক্লাউড শেল

এই ল্যাবের জন্য আমরা ক্লাউড শেল ব্যবহার করব, যা গুগল ক্লাউড দ্বারা প্রদত্ত একটি ব্রাউজার-ভিত্তিক টার্মিনাল পরিবেশ। আমরা ক্লাউড শেল ব্যবহার করি কারণ এটি আমাদের প্রয়োজনীয় সমস্ত টুলস—যার মধ্যে গুগল ক্লাউড সিএলআই ( gcloud ) , kubectl , এবং Gemini CLI অন্তর্ভুক্ত—সহ পূর্ব-কনফিগার করা থাকে, যা আপনার লোকাল মেশিনে এগুলি ইনস্টল করার সময় বাঁচিয়ে দেয়।

  1. গুগল ক্লাউড কনসোলে যান।
  2. কনসোলের উপরের ডানদিকের হেডারটি দেখুন এবং Activate Cloud Shell বোতামটিতে ক্লিক করুন (এটি দেখতে একটি টার্মিনাল প্রম্পটের মতো >_ ।
  3. আপনার ব্রাউজার উইন্ডোর নীচে একটি টার্মিনাল সেশন খুলবে। অনুরোধ করা হলে, ' চালিয়ে যান' (Continue ) এ ক্লিক করুন।

একটি প্রকল্প নির্বাচন করুন

ক্লাউড শেল টার্মিনালে, নিশ্চিত করুন যে আপনি সঠিক প্রজেক্টের অধীনে কাজ করছেন।

  1. কনসোলে একটি বিদ্যমান প্রজেক্ট নির্বাচন করুন অথবা বিশেষভাবে এই ল্যাবের জন্য একটি নতুন প্রজেক্ট তৈরি করুন।
  2. আপনার প্রজেক্ট আইডিটি লিখে রাখুন। আপনার বর্তমান শেল-এ নিম্নলিখিত কমান্ডটি চালিয়ে প্রজেক্টটি সেট করতে পারেন: gcloud config set project [YOUR_PROJECT_ID]

এপিআই সক্ষম করুন

নতুন প্রোজেক্টের জন্য Kubernetes এবং AI ফিচারগুলো ডিফল্টভাবে সক্রিয় থাকে না। এই API-গুলো সক্রিয় করলে অন্তর্নিহিত Google Cloud পরিষেবাগুলো চালু হয়, যেগুলো কন্টেইনার ব্যবস্থাপনা, জেনারেটিভ মডেল এবং কেন্দ্রীভূত লগিংয়ের কাজ করে।

👉💻 এগুলো সক্রিয় করতে ক্লাউড শেলে নিম্নলিখিত কমান্ডটি চালান। এই প্রক্রিয়াটিতে এক মিনিট সময় লাগতে পারে।

gcloud services enable \
    container.googleapis.com \
    generativelanguage.googleapis.com \
    cloudresourcemanager.googleapis.com \
    logging.googleapis.com
  • container.googleapis.com: গুগল কুবারনেটিস ইঞ্জিন এপিআই। ক্লাস্টার তৈরি, আপডেট এবং ডিলিট করা সহ যেকোনো ক্লাস্টার-স্তরের অপারেশনের জন্য এটি প্রয়োজন।
  • generativelanguage.googleapis.com: এই এপিআই-টি জেমিনি সিএলআই-কে টেক্সট তৈরি এবং যুক্তি বিশ্লেষণের জন্য জেমিনি লার্জ ল্যাঙ্গুয়েজ মডেলগুলোর সাথে যোগাযোগ করতে সাহায্য করে।
  • cloudresourcemanager.googleapis.com: এজেন্টের প্রজেক্ট-স্তরের মেটাডেটা পরিদর্শন, প্রজেক্ট আইডি যাচাই এবং IAM অনুমতি ব্যবস্থাপনার জন্য এটি প্রয়োজন।
  • logging.googleapis.com: সমস্যা সমাধানের জন্য এটি অপরিহার্য, কারণ কোনো সমস্যা দেখা দিলে এটি MCP সার্ভারকে আপনার কন্টেইনারগুলো থেকে লগ সংগ্রহ ও বিশ্লেষণ করতে সাহায্য করে।

৩. জেমিনি সিএলআই কনফিগার করা

ক্লাউড শেলে ডিফল্টরূপে জেমিনি সিএলআই অন্তর্ভুক্ত থাকে, যা এটিকে এই ওয়ার্কফ্লোর জন্য একটি আদর্শ পরিবেশ তৈরি করে। আপনার প্রথম পদক্ষেপ হলো এটিকে এমন একটি "এজেন্ট" হিসেবে কনফিগার করা, যার কাছে আপনার GKE পরিবেশ পরিচালনা করার জন্য প্রয়োজনীয় কর্তৃত্ব এবং নির্দিষ্ট টুলস উভয়ই থাকবে। এই কনফিগারেশন ধাপটি অত্যন্ত গুরুত্বপূর্ণ, কারণ এটি এআই-এর লজিক এবং আপনার প্রকৃত ক্লাউড অবকাঠামোর মধ্যে সুরক্ষিত সংযোগ স্থাপন করে।

জেমিনি সিএলআই শুরু করুন

আপনার ক্লাউড শেল টার্মিনালে, একটি নতুন ওয়ার্কিং ডিরেক্টরি তৈরি করুন এবং Gemini CLI চালান। এটি একটি সেশন শুরু করে যেখানে আপনি মডেলটির সাথে অবিচ্ছিন্নভাবে কথোপকথন করতে পারবেন। এককালীন কমান্ডের বিপরীতে, ইন্টারেক্টিভ মোড একটি কনটেক্সট উইন্ডো বজায় রাখে যা আপনার পূর্ববর্তী নির্দেশাবলী এবং আপনার প্রোজেক্টের অবস্থা মনে রাখে।

👉💻 নিম্নলিখিত কমান্ডগুলো চালান:

mkdir -p ~/gke-lab
cd ~/gke-lab
gemini

ভিতরে প্রবেশ করার পর, টুলটি আপনার চারপাশ দেখতে পাচ্ছে কিনা তা নিশ্চিত করতে এর প্রাথমিক সচেতনতা পরীক্ষা করুন:

  • 👉💬 প্রশ্ন: Which Google Cloud project is currently active in this shell?

এটি আপনার জন্য gcloud কমান্ডটি কার্যকর করার বিষয়টি নিশ্চিত করতে বলতে পারে, যা আপনি তখন গ্রহণ করতে পারেন।

আপনি যেকোনো সময় /quit টাইপ করে ইন্টারফেসটি ছেড়ে যেতে পারেন।

দ্রষ্টব্য: Gemini 2.5 Pro-তে ধারণক্ষমতা সংক্রান্ত সমস্যা দেখা দিলে, আপনি Gemini খোলার মাধ্যমে Gemini 2.5 Flash-এ পরিবর্তন করতে পারেন।

gemini -m gemini-2.5-flash

অথবা ব্যবহার করে

/model

ইন্টারফেসের মধ্যে কমান্ড।

GKE MCP এক্সটেনশন সংযুক্ত করুন

ডিফল্টরূপে, Gemini CLI একটি সাধারণ-উদ্দেশ্যমূলক টুল এবং আপনার ক্লাস্টারগুলির সাথে কীভাবে কাজ করতে হয় সে সম্পর্কে এর কোনো নির্দিষ্ট জ্ঞান নেই। আপনাকে অবশ্যই GKE MCP এক্সটেনশনটি ইনস্টল করতে হবে। এই এক্সটেনশনটি একটি প্লাগইন হিসাবে কাজ করে যা কিছু নির্দিষ্ট টুল এবং ফাংশন—যেমন 'লিস্ট ক্লাস্টারস' বা 'গেট পড লগস'—সংজ্ঞায়িত করে, যেগুলোকে মডেলটি কোনো কাজ সম্পাদন করার প্রয়োজনে কল করতে পারে।

👉💻 GKE এক্সটেনশনটি ইনস্টল করতে এবং Gemini CLI পুনরায় খুলতে নিম্নলিখিত কমান্ডগুলি চালান:

gemini extensions install https://github.com/GoogleCloudPlatform/gke-mcp.git
gemini

এটি সঠিকভাবে সক্রিয় হয়েছে কিনা তা যাচাই করতে, Gemini CLI-তে পুনরায় প্রবেশ করে টাইপ করুন:

/extensions

৪. পরিকাঠামোর সংস্থান

প্রচলিত ইনফ্রাস্ট্রাকচার প্রোভিশনিং-এর ক্ষেত্রে প্রায়শই জটিল ডকুমেন্টেশন বোঝা বা শত শত লাইনের কনফিগারেশন কোড লেখার প্রয়োজন হয়। একটি এজেন্ট ব্যবহার করে, আপনি আপনার প্রয়োজনীয়তাগুলো বর্ণনা করার উপর মনোযোগ দিতে পারেন এবং এআই-কে প্রযুক্তিগত অনুবাদের কাজটি সঠিক এপিআই কলে করার দায়িত্ব দিতে পারেন। এই বিভাগে দেখানো হয়েছে কীভাবে আপনার GKE এনভায়রনমেন্টের পরিকল্পনা পর্ব এবং প্রকৃত নির্মাণ—উভয় ক্ষেত্রেই এজেন্টটি ব্যবহার করতে হয়।

প্রযুক্তিগত পরিকল্পনা এবং তুলনা

ক্লাস্টার তৈরি করার আগে, আপনাকে আপনার প্রয়োজন অনুসারে একটি আর্কিটেকচার বেছে নিতে হবে। GKE দুটি প্রধান মোড অফার করে: স্ট্যান্ডার্ড , যেখানে অন্তর্নিহিত নোডগুলির উপর আপনার সম্পূর্ণ নিয়ন্ত্রণ থাকে, এবং অটোপাইলট , যেখানে গুগল নোডগুলি পরিচালনা করে এবং আপনার পডগুলির অনুরোধ করা রিসোর্সের উপর ভিত্তি করে আপনাকে অর্থ প্রদান করতে হয়। আসুন এই দুটির মধ্যে পার্থক্য বোঝার জন্য একটি সাধারণ কোয়েরি চেষ্টা করি এবং একটি নির্দিষ্ট ব্যবহারের ক্ষেত্রে কোনটি ব্যবহার করা উচিত তা নিয়ে আলোচনা করি।

  • 👉💬 নির্দেশ: I need to run a standard 3-tier web application. Compare GKE Standard and GKE Autopilot. Focus on the operational effort for a small team and the cost structure for small workloads.

অন্যান্য অবকাঠামোগত ধারণা সম্পর্কে জিজ্ঞাসা করে দেখুন। ধরুন, আপনি এআই ইনফারেন্স ওয়ার্কলোড স্থাপন করছেন, খুব উচ্চ স্কেলে কিছুর প্রয়োজন, অথবা আপনার জটিল নেটওয়ার্কিং সীমাবদ্ধতা রয়েছে। অন্যান্য প্রম্পট নিয়ে পরীক্ষা-নিরীক্ষা করুন।

ক্লাস্টার তৈরি সম্পাদন করুন

একবার আপনি তুলনাটি পর্যালোচনা করে একটি পছন্দ করে ফেললে, এজেন্টকে ক্লাস্টারটি তৈরি করার নির্দেশ দিতে পারেন। এজেন্ট আপনার অনুরোধটি বিশ্লেষণ করবে এবং সেই প্রয়োজনীয়তাগুলোর উপর ভিত্তি করে একটি প্রোডাকশন-রেডি পরিবেশ স্থাপন করার জন্য GKE MCP সার্ভার থেকে create_cluster টুলটিকে কল করবে।

  • 👉💬 নির্দেশ: Create a GKE Standard zonal cluster named 'gke-lab' in us-central1-a with 1 node with 4 CPUs. The cluster should have Workload Identity enabled.

দ্রষ্টব্য: GKE ক্লাস্টার প্রোভিশনিং-এর মধ্যে কন্ট্রোল প্লেন, ভার্চুয়াল প্রাইভেট নেটওয়ার্ক এবং প্রাথমিক নোড কনফিগারেশন স্থাপন করা অন্তর্ভুক্ত, যাতে সাধারণত ৮-১০ মিনিট সময় লাগে। আপনার Gemini CLI সেশনটি বন্ধ করবেন না।

আপনি ক্লাস্টারের অবস্থা সম্পর্কে জিজ্ঞাসা করতে পারেন, যা হালনাগাদ তথ্য ফেরত দেওয়ার জন্য আবারও GKE MCP সার্ভার ব্যবহার করবে।

  • 👉💬 প্রশ্ন: Is the new GKE cluster created and ready to use, yet?

৫. স্থাপন ও যাচাইকরণ

প্ল্যাটফর্ম ইঞ্জিনিয়ারিংয়ের জন্য এআই এজেন্ট ব্যবহারের একটি প্রধান সুবিধা হলো আপনার কনফিগারেশনগুলোর ওপর ‘প্রি-ফ্লাইট’ চেক ও অডিট করার ক্ষমতা। একটি ম্যানিফেস্ট ডেপ্লয় করে সেটির ব্যর্থ হওয়ার জন্য অপেক্ষা করার পরিবর্তে, ক্লাস্টারে পৌঁছানোর আগেই আপনি এজেন্ট ব্যবহার করে যাচাই করতে পারেন যে আপনার YAML প্রযুক্তিগতভাবে সঠিক এবং আপনার প্রতিষ্ঠানের নিরাপত্তা নীতি মেনে চলে।

ম্যানিফেস্ট তৈরি করুন

এজেন্টকে একটি ডেপ্লয়মেন্ট ম্যানিফেস্ট তৈরি করতে বলুন। যেহেতু এজেন্ট কুবারনেটিস এপিআই ভার্সনিং এবং স্কিমা বোঝে, তাই এটি এমন একটি YAML তৈরি করবে যা সঠিকভাবে ফরম্যাট করা এবং একটি সফল ডেপ্লয়মেন্টের জন্য প্রয়োজনীয় সমস্ত ফিল্ড অন্তর্ভুক্ত করে।

  • 👉💬 নির্দেশ: Generate a Kubernetes YAML manifest for an Nginx web server. I need 3 replicas. Set a memory limit of 256Mi and a CPU limit of 500m. Also, include a Service of type LoadBalancer to make it accessible via the internet. Save the manifest as web-server.yaml

প্রযুক্তিগত যাচাইকরণ এবং নিরাপত্তা নিরীক্ষা

ম্যানুয়ালি YAML তৈরি করার ফলে প্রায়শই এমন কনফিগারেশন তৈরি হয় যা প্রয়োজনের চেয়ে বেশি প্রিভিলেজ নিয়ে চলে অথবা যাতে মৌলিক নির্ভরযোগ্যতার বৈশিষ্ট্যগুলির অভাব থাকে। এজেন্টটি যে ম্যানিফেস্ট তৈরি করেছে, তা নিরাপত্তা এবং স্থিতিস্থাপকতার আধুনিক মান পূরণ করে কি না, তা নিশ্চিত করতে আপনি এজেন্টটি ব্যবহার করে সেটি নিরীক্ষা করতে পারেন।

  • 👉💬 নির্দেশিকা: Review the Nginx manifest you just created. Does it include resource requests (not just limits)? Does it specify a non-root user for the container? Add a Pod Disruption Budget to ensure high availability during cluster maintenance. Make any necessary modifications to the file, and tell me what changes were made.

ডেপ্লয়মেন্ট এক্সিকিউশন

পূর্ববর্তী অংশের ক্লাস্টার প্রোভিশনিং সম্পন্ন হয়ে গেলে, আপনার নতুন ক্লাস্টারে কনফিগারেশনটি প্রয়োগ করার জন্য Gemini CLI-কে নির্দেশ দিন। এজেন্টটি তার নিজস্ব টুল ব্যবহার করে Kubernetes API সার্ভারের সাথে যোগাযোগ করবে এবং অনুরোধ করা রিসোর্সগুলো তৈরি করবে।

  • 👉💬 নির্দেশিকা: Deploy the audited Nginx manifest to the 'gke-lab' cluster. Use the kubectl command to do this.

রিয়েল-টাইম স্ট্যাটাস চেক

একাধিক kubectl get pods বা kubectl describe কমান্ড চালানোর পরিবর্তে, আপনি এজেন্টের কাছে ডেপ্লয়মেন্টের অগ্রগতির একটি স্বাভাবিক ভাষার সারাংশ জানতে চাইতে পারেন।

  • 👉💬 নির্দেশিকা: Are the Nginx pods running? Provide the external IP address assigned to the LoadBalancer once it is available.

আটকে গেছেন?

যদি Nginx সার্ভিসগুলো সফলভাবে ডেপ্লয় না হয়, তাহলে Gemini CLI ব্যবহার করে সমস্যাটি সমাধান করার চেষ্টা করুন। এটি আপনাকে সাহায্য করার জন্যই রয়েছে!

  • 👉💬 অনুরোধ: The Nginx deployment doesn't start up as expected. Can you help troubleshoot?

৬. রক্ষণাবেক্ষণ ও সমস্যা সমাধান

একটি এআই-চালিত প্ল্যাটফর্মের সবচেয়ে মূল্যবান দিকগুলোর মধ্যে একটি হলো এর "ডে ২" অপারেশনের সক্ষমতা। যখন কোনো সিস্টেম ব্যর্থ হয়, তখন প্রায়শই হাজার হাজার লগ লাইনের মধ্যে থেকে গুরুত্বপূর্ণ ত্রুটিটি খুঁজে বের করাই প্রধান চ্যালেঞ্জ হয়ে দাঁড়ায়। MCP-এর সাথে Gemini CLI ব্যবহার করে, আপনি এজেন্টকে লগ, ইভেন্ট এবং স্ট্যাটাস মেসেজ একত্রিত করার সুযোগ দিতে পারেন, যা আপনাকে একটি উচ্চ-স্তরের ডায়াগনোসিস এবং সমাধানের একটি নির্দিষ্ট পথ দেখাবে।

ম্যানুয়াল ব্যর্থতা ইনজেকশন

এজেন্টের ডায়াগনস্টিক ক্ষমতা পরীক্ষা করার জন্য, আমরা ইচ্ছাকৃতভাবে একটি ফেইলর স্টেট তৈরি করব। একটি আলাদা টার্মিনাল ট্যাবে, এই কমান্ডটি চালিয়ে আপনার ডেপ্লয়মেন্টকে এমন একটি কন্টেইনার ইমেজ দিয়ে আপডেট করুন যার কোনো অস্তিত্ব নেই। এটি একটি সাধারণ মানবিক ভুলের অনুকরণ করে: কন্টেইনার ট্যাগে টাইপিংয়ের ভুল।

👉💻 Gemini CLI-এর বাইরে নিম্নলিখিত কমান্ডটি চালান:

kubectl set image deployment/nginx nginx=nginx:invalid-version-xyz123

দ্রষ্টব্য: আপনার ডেপ্লয়মেন্টের নাম হুবহু 'nginx' নাও হতে পারে। আপনি এটি যাচাই করতে পারেন চালিয়ে।

kubectl get deployments

Kubernetes এই ইমেজটি পুল করার চেষ্টা করবে, কিন্তু ট্যাগটি খুঁজে না পাওয়ায় ব্যর্থ হবে এবং পডগুলো ImagePullBackOff অবস্থায় চলে যাবে।

জেমিনি সিএলআই দিয়ে বিশ্লেষণ

আপনার Gemini CLI সেশনে ফিরে যান। ক্লাউড লগিং কনসোলে ম্যানুয়ালি খোঁজার পরিবর্তে, এজেন্টকে ত্রুটিটি খুঁজে বের করতে এবং ব্যাখ্যা করতে বলুন।

  • 👉💬 নির্দেশ: The Nginx deployment on my 'gke-lab' cluster has stopped working. Use your tools to inspect the cluster state, check the recent events, and explain exactly why the pods are failing to start.

এখানে যা ঘটে: Gemini CLI লক্ষ্য করবে যে ডেপ্লয়মেন্টটি আনহেলদি বা ত্রুটিপূর্ণ। এরপর এটি ফেইলিং পডগুলো পরীক্ষা করার জন্য উপলব্ধ টুলগুলো ব্যবহার করবে। এজেন্টটি পুল এররটি শনাক্ত করবে, ট্যাগটি যে অবৈধ তা ব্যাখ্যা করবে এবং একটি পরিচিত ভালো ইমেজে ফিরে যাওয়ার পরামর্শ দেবে।

রক্ষণাবেক্ষণ এবং ঝুঁকি মূল্যায়ন

প্ল্যাটফর্ম রক্ষণাবেক্ষণের মধ্যে আপগ্রেড এবং ডেপ্রিকেশনের বিষয়ে অবগত থাকা অন্তর্ভুক্ত। আপনি এজেন্টকে একজন SRE হিসেবে কাজ করতে এবং আপনার ক্লাস্টারের স্বাস্থ্য ও দীর্ঘস্থায়িত্ব মূল্যায়ন করতে বলতে পারেন।

  • 👉💬 অনুরোধ: Is my cluster 'gke-lab' running the latest version of GKE? Check for available upgrades and let me know if any of my current resources use deprecated APIs that would break during an upgrade.

এর ফলে জেমিনি, ক্লাস্টার স্ট্যাটাস এবং সুপারিশ টুলের মতো GKE MCP সার্ভার টুলগুলোকে কাজে লাগাতে পারে।

৭. উপসংহার

এই ল্যাবটি ক্লাউড ইনফ্রাস্ট্রাকচারের সাথে ইন্টারঅ্যাক্ট করার একটি নতুন পদ্ধতি প্রদর্শন করেছে। Gemini CLI এবং MCP-এর মাধ্যমে আপনার টার্মিনাল ওয়ার্কফ্লোতে সরাসরি একটি AI এজেন্টকে ইন্টিগ্রেট করার ফলে, আপনি ম্যানুয়ালি কমান্ড লেখার ভূমিকা থেকে বেরিয়ে এসে উদ্দেশ্যের পরিচালকে পরিণত হয়েছেন। এই পদ্ধতিটি প্ল্যাটফর্ম টিমগুলোকে তাদের দক্ষতা বাড়াতে সাহায্য করে, কারণ এটি এমন একটি ইন্টেলিজেন্ট ইন্টারফেস প্রদান করে যা কুবারনেটিস ম্যানেজমেন্টের পুনরাবৃত্তিমূলক এবং ত্রুটিপ্রবণ খুঁটিনাটি বিষয়গুলো সামলে নেয়, আর অন্যদিকে মানব ইঞ্জিনিয়ার উচ্চ-স্তরের আর্কিটেকচার এবং সমস্যা সমাধানে মনোযোগ দিতে পারেন।

ল্যাব সারাংশ

  • সংযোগ: আপনি মডেল কনটেক্সট প্রোটোকল ব্যবহার করে সফলভাবে Gemini CLI-কে GKE API-এর সাথে সংযুক্ত করেছেন, যা AI মডেলকে আপনার প্রোজেক্টের অবস্থা সরাসরি দেখার সুযোগ করে দিয়েছে।
  • অবকাঠামো: আপনি জটিল CLI ফ্ল্যাগ মুখস্থ করার প্রয়োজন এড়িয়ে, স্বাভাবিক ভাষা ব্যবহার করে একটি GKE ক্লাস্টারের নকশা ও ব্যবস্থা করেছেন।
  • উন্নয়ন: আপনি ম্যানুয়াল YAML সম্পাদনা ছাড়াই Kubernetes রিসোর্স তৈরি, নিরাপত্তা নিরীক্ষা এবং স্থাপন করেছেন এবং শুরু থেকেই সর্বোত্তম অনুশীলন অনুসরণ করা নিশ্চিত করেছেন।
  • অপারেশনস: আপনি একটি ত্রুটিপূর্ণ ডেপ্লয়মেন্টের মূল কারণ বিশ্লেষণ করতে এআই ব্যবহার করেছেন, যা এআই-কে লগ এবং ইভেন্টগুলোর সারসংক্ষেপ করার সুযোগ দিয়ে রিকভারির গড় সময় উল্লেখযোগ্যভাবে কমিয়ে এনেছে।

পরিষ্কার-পরিচ্ছন্নতা

এই ল্যাবে তৈরি করা রিসোর্সগুলোর জন্য চলমান গুগল ক্লাউড চার্জ এড়াতে, আপনি এজেন্টকে ক্লাস্টারটি মুছে ফেলার নির্দেশ দিতে পারেন।

দ্রষ্টব্য: আপনি যদি GKE ক্লাস্টারটি অন্য কোনো ল্যাবের জন্য পুনরায় ব্যবহার করার পরিকল্পনা করেন, তাহলে এই ধাপটি এড়িয়ে যান।

  • 👉💬 নির্দেশ: Delete the 'gke-lab' cluster and any associated resources.

পরবর্তী পদক্ষেপ

আরও পড়ার জন্য সুপারিশসমূহ: