Radar
Radar adalah UI Kubernetes open-source yang mengutamakan lokal yang menyediakan topologi langsung, garis waktu peristiwa, visibilitas Helm dan GitOps (ArgoCD/Flux), inspeksi citra, audit, dan dukungan MCP untuk agen AI—berjalan sebagai biner cepat tunggal atau di-host sendiri dalam klaster.
https://radarhq.io/?ref=producthunt&utm_source=aipure
Informasi Produk
Diperbarui:May 19, 2026
Apa itu Radar
Radar (oleh Skyhook) adalah “UI Kubernetes yang hilang”: alat visibilitas dan pemecahan masalah modern yang dirancang untuk membantu para insinyur memahami apa yang terjadi di seluruh klaster Kubernetes tanpa harus menggunakan banyak alat atau hanya mengandalkan kubectl. Ini berlisensi Apache 2.0, open source, dan dapat digunakan tanpa membuat akun atau mengirim data ke layanan cloud saat dijalankan secara lokal. Radar menyatukan tampilan operasional inti—seperti penjelajahan sumber daya, visualisasi topologi, peristiwa Kubernetes, manajemen rilis Helm, status GitOps, dan lainnya—ke dalam satu UI web yang kohesif.
Fitur Utama Radar
Radar adalah UI Kubernetes sumber terbuka, lokal-pertama (Apache 2.0) yang menyediakan visibilitas kluster modern melalui grafik topologi langsung, garis waktu peristiwa dengan retensi di luar TTL default Kubernetes, manajemen sumber daya dan Helm/GitOps, tampilan ketergantungan lalu lintas/layanan, inspeksi sistem file gambar, dan pemeriksaan audit kluster bawaan. Ini dapat berjalan sebagai biner Go tunggal yang cepat di mesin Anda (tanpa Electron, tanpa akun, tanpa agen/CRD, dan tanpa data yang meninggalkan mesin Anda) atau di-host sendiri dalam kluster melalui Helm, dan juga menyertakan server MCP sehingga asisten AI dapat menanyakan konteks kluster melalui Radar.
UI Kubernetes lokal-pertama, biner tunggal: Berjalan sebagai biner Go ringan dengan frontend React tertanam; terhubung melalui kubeconfig yang ada tanpa login cloud, tanpa agen, dan tanpa instalasi sisi kluster yang diperlukan.
Grafik topologi langsung: Memvisualisasikan Deployment/Service/Ingress dan hubungannya sebagai grafik real-time dengan pembaruan, membantu tim memahami ketergantungan dan koneksi lintas namespace dengan cepat.
Garis waktu peristiwa dengan retensi diperpanjang: Menangkap peristiwa Kubernetes dan delta dalam garis waktu yang dapat dinavigasi untuk membantu Anda memundurkan insiden di luar jendela TTL peristiwa dalam kluster yang biasa.
Visibilitas Helm & GitOps: Jelajahi rilis, revisi, dan nilai Helm dan lihat status GitOps dengan dukungan ArgoCD/Flux asli untuk menghubungkan status yang diinginkan dengan sumber daya yang dihasilkannya.
Penampil sistem file gambar: Jelajahi sistem file gambar kontainer tanpa kubectl exec atau Docker, berguna untuk men-debug masalah pengemasan dan memverifikasi konten gambar.
Integrasi AI melalui server MCP bawaan: Mengekspos konteks kluster ke asisten AI (misalnya, Claude/Cursor/Copilot) melalui MCP untuk alur kerja kueri dan pemecahan masalah yang lebih aman dan dioptimalkan token.
Kasus Penggunaan Radar
Pemecahan masalah insiden on-call: Ketika peringatan berbunyi, operator dapat mencari sumber daya, memeriksa ketergantungan topologi, meninjau log, dan memundurkan garis waktu peristiwa untuk menemukan regresi lebih cepat daripada alur kerja khusus kubectl.
Operasi armada rekayasa platform (self-hosted atau lokal): Standardisasi cara insinyur menjelajahi kluster, namespace, dan beban kerja, mengurangi penyebaran alat (beberapa dasbor/CLI) dan mempercepat tugas operasional sehari-hari.
Pengawasan pengiriman berbasis GitOps: Tim yang menggunakan ArgoCD atau Flux dapat mengkorelasikan status sinkronisasi aplikasi dengan beban kerja dan layanan yang diterapkan, meningkatkan pelacakan perubahan dan kepercayaan peluncuran.
Tata kelola dan pengembalian rilis Helm: Tim aplikasi dapat mengaudit apa yang berubah antara revisi Helm, meninjau file nilai, dan mengembalikan rilis dengan cepat selama peningkatan yang gagal.
Pemeriksaan postur keamanan dan praktik terbaik: Gunakan pemeriksaan audit kluster untuk menemukan kesalahan konfigurasi umum dan risiko operasional selama peninjauan, migrasi, atau sebelum peluncuran produksi.
Eksplorasi kluster yang dibantu AI untuk dukungan dan debugging: Aktifkan agen AI untuk menanyakan konteks kluster Radar (melalui MCP) untuk mempercepat pertanyaan 'apa yang berjalan/apa yang berubah/apa yang bergantung pada ini' selama investigasi.
Kelebihan
Sumber terbuka (Apache 2.0) tanpa gerbang fitur; dapat di-host sendiri selamanya
Biner tunggal yang cepat, ringan, tanpa Electron; dapat berjalan secara lokal dengan kubeconfig dan menyimpan data di mesin Anda
Visualisasi yang kuat dan alur kerja debugging: topologi + garis waktu + penjelajahan sumber daya + Helm/GitOps
Beberapa mode penerapan: biner lokal atau dalam kluster melalui Helm
Kekurangan
Kemampuan seluruh armada seperti agregasi, SSO, retensi persisten, peringatan yang dirutekan, dan log audit diposisikan sebagai add-on Radar Cloud daripada fitur biner tunggal
Beberapa koneksi topologi (misalnya, sumber daya GitOps ke beban kerja) bergantung pada bagaimana/di mana ArgoCD/Flux diterapkan dan kluster mana yang terhubung dengan Radar
Cara Menggunakan Radar
1) Pilih cara Anda ingin menjalankan Radar (lokal atau dalam klaster): Radar dapat berjalan secara lokal sebagai biner tunggal yang menggunakan kubeconfig Anda yang sudah ada, atau di-deploy ke dalam klaster melalui Helm untuk akses bersama/tim. Kedua mode menyediakan UI dan fitur yang sama.
2) Instal Radar secara lokal (mulai tercepat): Jalankan: `curl -fsSL https://get.radarhq.io | sh && kubectl radar` untuk menginstal Radar dan meluncurkannya terhadap klaster dalam konteks kubeconfig Anda saat ini.
3) (Opsional) Instal Radar melalui manajer paket: Jika Anda mau, instal menggunakan Homebrew (`brew install skyhook-io/tap/radar`) atau Krew (`kubectl krew install radar`). Kemudian luncurkan dengan `kubectl radar`.
4) (Opsional) Deploy Radar dalam klaster dengan Helm (akses bersama): Tambahkan repo Helm dan instal: `helm repo add skyhook https://skyhook-io.github.io/helm-charts` lalu `helm install radar skyhook/radar -n radar --create-namespace`. Ekspos melalui ingress pilihan Anda untuk berbagi UI dengan tim Anda.
5) Buka Radar dan sambungkan ke klaster Anda: Dalam mode lokal, Radar membaca kubeconfig Anda dan membuka UI browser. Dalam mode dalam klaster, Anda mengakses UI yang disajikan (biasanya melalui ingress).
6) Gunakan pencarian global untuk menemukan sumber daya dengan cepat: Gunakan bilah pencarian tunggal untuk menemukan sumber daya berdasarkan nama/label/jenis. Ini dirancang untuk menghindari “kubectl roulette” ketika Anda tidak ingat namespace atau sumber daya yang tepat.
7) Jelajahi Topologi (grafik sumber daya langsung): Buka tampilan Topologi untuk melihat Deployment/Service/Ingress sebagai grafik langsung dengan pembaruan real-time. Klik node untuk melihat detail dan memahami dependensi serta hubungan antar-namespace.
8) Periksa lalu lintas layanan dan kesehatan TLS (jika tersedia): Gunakan tampilan lalu lintas/topologi untuk memahami aliran timur-barat dan ingress serta memeriksa indikator kesehatan sertifikat TLS yang muncul di UI.
9) Mundur dan tinjau Garis Waktu Peristiwa: Buka Garis Waktu untuk melihat peristiwa Kubernetes dan delta di luar TTL peristiwa dalam klaster default. Gunakan ini untuk merekonstruksi apa yang berubah menjelang insiden.
10) Lompat ke log dan pecahkan masalah beban kerja yang gagal: Dari tampilan sumber daya (pod/beban kerja), lompat langsung ke log untuk mendiagnosis crash, restart, dan masalah rollout tanpa harus menyatukan perintah kubectl secara manual.
11) Jelajahi dan kelola rilis Helm: Gunakan tampilan Helm untuk melihat rilis, revisi, dan nilai. Bandingkan revisi, audit apa yang berubah di antara keduanya, dan kembalikan ke revisi sebelumnya saat dibutuhkan.
12) Pantau alur kerja GitOps (ArgoCD dan Flux): Jika Anda menggunakan ArgoCD atau Flux, buka tampilan GitOps untuk melihat status sinkronisasi aplikasi bersama dengan sumber daya Kubernetes yang dihasilkan aplikasi tersebut.
13) Periksa sistem file citra kontainer (tidak perlu eksekusi): Gunakan fitur Sistem File Citra untuk menelusuri konten citra kontainer langsung dari UI, tanpa `kubectl exec` atau penarikan citra Docker lokal.
14) Jalankan pemeriksaan Audit Klaster: Buka halaman Audit Klaster untuk menjalankan pemeriksaan praktik terbaik (berlabel kerangka kerja) dan gunakan hasilnya untuk memprioritaskan pengerasan dan peningkatan keandalan.
15) Bagikan apa yang Anda lihat dengan tautan: Saat berkolaborasi selama insiden, gunakan tautan yang dapat dibagikan dari Radar untuk mengarahkan rekan tim langsung ke sumber daya, jendela garis waktu, atau tampilan yang relevan.
16) (Opsional) Gunakan AI melalui MCP untuk ringkasan yang aman dan dioptimalkan token: Aktifkan dan gunakan integrasi MCP untuk memungkinkan alat AI yang didukung (misalnya, Claude/Cursor/Copilot) membaca konteks klaster Radar untuk ringkasan dan pemecahan masalah terpandu, sambil menjaga tindakan tetap dianotasi dengan jelas dan tidak merusak.
FAQ Radar
Radar adalah UI Kubernetes sumber terbuka yang menyediakan visualisasi topologi, garis waktu peristiwa, visibilitas Helm dan GitOps, inspeksi citra, audit klaster, dan server MCP untuk agen AI.
Artikel Populer
Nano Banana SBTI: Apa Itu, Bagaimana Cara Kerjanya, dan Cara Menggunakannya di Tahun 2026
Apr 15, 2026
Ulasan Atoms — Pembuat Produk AI yang Mendefinisikan Ulang Kreasi Digital di Tahun 2026
Apr 10, 2026
Kilo Claw: Cara Menerapkan dan Menggunakan Agen AI "Lakukan-Untuk-Anda" Sejati (Pembaruan 2026)
Apr 3, 2026
OpenAI Menutup Aplikasi Sora: Apa yang Akan Terjadi pada Generasi Video AI di Tahun 2026
Mar 25, 2026
Alat AI Terbaru Serupa dengan Radar
Hapticlabs
Hapticlabs adalah toolkit tanpa kode yang memungkinkan desainer, pengembang, dan peneliti untuk dengan mudah merancang, membuat prototipe, dan menerapkan interaksi haptik yang imersif di berbagai perangkat tanpa pemrograman.
Deployo.ai
Deployo.ai adalah platform penerapan AI yang komprehensif yang memungkinkan penerapan model, pemantauan, dan penskalaan yang mulus dengan kerangka kerja AI etis bawaan dan kompatibilitas lintas cloud.
CloudSoul
CloudSoul adalah platform SaaS bertenaga AI yang memungkinkan pengguna untuk segera menerapkan dan mengelola infrastruktur cloud melalui percakapan bahasa alami, menjadikan manajemen sumber daya AWS lebih mudah diakses dan efisien.
Devozy.ai
Devozy.ai adalah platform layanan mandiri pengembang yang didukung AI yang menggabungkan manajemen proyek Agile, DevSecOps, manajemen infrastruktur multi-cloud, dan manajemen layanan TI menjadi solusi terpadu untuk mempercepat pengiriman perangkat lunak.
Alat AI Populer Seperti Radar
A2A Protocol
Protokol A2A (Agent2Agent) adalah protokol interoperabilitas terbuka yang dikembangkan oleh Google yang memungkinkan komunikasi dan kolaborasi tanpa batas antara agen AI di berbagai kerangka kerja dan vendor, terlepas dari arsitektur yang mendasarinya.
VoltOps
VoltOps adalah platform observabilitas LLM agnostik kerangka kerja yang menyediakan alat pemantauan visual, debugging, dan optimasi waktu nyata untuk agen AI di seluruh tumpukan teknologi apa pun.
Chaterm
Chaterm adalah terminal asli AI sumber terbuka dan kopilot SRE yang memungkinkan para insinyur untuk mengelola infrastruktur yang kompleks melalui bahasa alami, mengotomatiskan penerapan, pemecahan masalah, dan operasi tanpa menghafal perintah.
Open Browser Use
Open Browser Use adalah lapisan otomatisasi browser open-source, netral-runtime-agen yang memasangkan ekstensi Chrome dengan CLI/SDK/MCP untuk memungkinkan kontrol tab yang sadar DOM, bertenaga CDP, navigasi, dan tindakan di berbagai alat agen AI.