В этом выпуске — десять инструментов от десяти независимых команд. Окно поиска расширено до 14 дней: с 20 июля по 1 августа. Шесть проектов относятся к DevOps, Kubernetes и Platform Engineering, четыре — к инфраструктуре и безопасности AI-агентов. Ни одного препринта или общего корпоративного отчёта.

Сегодня в радаре

  • Cairn — одновременно проверяет стоимость, безопасность и надёжность Terraform.
  • Deployah — превращает короткий YAML в Helm-релиз без написания chart.
  • Headlamp 0.44 — перестал падать на кластерах с десятками тысяч pod.
  • KubeBuddy — проверяет здоровье и безопасность Kubernetes без установки агента в кластер.
  • Bard CSI — подключает разные storage-бэкенды через единый HTTP-контракт.
  • OpenChoreo — готовая CNCF Sandbox-платформа поверх Kubernetes.
  • AgentSnap — snapshot-тесты для LLM- и tool-вызовов AI-агента.
  • Panerelay — даёт агенту контролируемый доступ к уже открытой сессии Chrome.
  • Patronus Husky — локальные классификаторы действий и рисков agent tool calls.
  • Agentictrl — экспериментальный Kubernetes-контроллер с ограниченным AI-циклом reconciliation.

Cairn объединяет FinOps и DevSecOps в одной проверке Terraform

Cairn, представленный сообществу 1 августа, ищет в Terraform проблемы стоимости, безопасности, надёжности и governance. Главное отличие от связки Infracost и Checkov — попытка сопоставить находки, относящиеся к одному ресурсу.

Например, сканер может одновременно увидеть публично доступную базу и дорогой тип инстанса. Вместо двух независимых рекомендаций он предложит сначала закрыть доступ, а потом уменьшать размер машины. Каждая находка содержит объяснение и, где это безопасно, пример HCL-патча.

Попробовать:

pip install cairn-iac
cairn scan ./infra
cairn scan ./infra --format sarif --output report.sarif

Проект работает локально, не отправляет Terraform в облако и содержит 42 правила для AWS, Azure, GCP, Kubernetes и vSphere. LLM-пояснения включаются отдельно; поддерживается локальный Ollama.

Но Cairn пока на версии 0.6, в репозитории всего несколько звёзд и девять коммитов. Это интересный инструмент для проверки тестового репозитория, но не замена зрелой policy-системе. Автоматическое применение его патчей без review я бы пока не разрешал.

Deployah убирает Helm из пути разработчика

Deployah 0.4.0 вышел 20 июля. Инструмент принимает короткий deployah.yaml, проверяет его по JSON Schema, преобразует в Helm values и создаёт обычный Helm-релиз. Внутри одного бинарника уже находятся библиотеки Helm, Kubernetes client и Kind: отдельные helm, kubectl и kind не требуются.

Минимальный сценарий:

brew install deployah-dev/tap/deployah
deployah cluster up
deployah deploy local
deployah cluster status

Локальный кластер создаётся через Kind. В спецификации достаточно указать image, port, environment и expose: true. Для первого nginx авторы обещают около пяти минут от пустой директории до работающего URL.

Deployah занимает любопытное место между чистым Helm и полноценной Internal Developer Platform. Он не устанавливает оператор в кластер и не требует поддерживать собственный chart. Цена простоты — opinionated-схема и меньшая гибкость. Проект стоит проверить небольшой команде, которая уже использует Kubernetes, но не хочет превращать каждое приложение в курс по Helm templating.

Headlamp 0.44 наконец рассчитан на крупные кластеры

Headlamp 0.44.0 вышел 29 июля и содержит не косметическое обновление, а переработку горячих мест интерфейса.

По данным собственного тестирования проекта:

  • Resource Map теперь работает на кластерах с 20 000–30 000 pod;
  • начальная загрузка карты ускорилась на 59 %;
  • последующие обновления — на 86 %;
  • список pod загружает по 1 000 объектов;
  • JavaScript- и CSS-бандлы после Brotli стали на 75–80 % меньше;
  • Cluster Overview больше не держит безграничные watch-потоки.

Релиз также добавляет структурированные формы для DaemonSet, CronJob, Job и ReplicaSet, поддержку Gateway API 1.5.1, видимость разрешений ServiceAccount и готовые примеры MCP-конфигураций.

В отличие от многих находок выпуска, Headlamp — зрелый Kubernetes SIG-проект. Если команда уже использует его как замену старому Kubernetes Dashboard, обновление выглядит оправданным. Перед production стоит проверить только плагины: крупный релиз включает больше 99 исправлений, и совместимость сторонних расширений может оказаться слабым местом.

KubeBuddy проверяет кластер без установки ещё одного агента

KubeBuddy 0.0.35 вышел 22 июля. Сам релиз в основном обновляет зависимости после security advisories, но параллельно проект довёл Headlamp-плагин до расширенного каталога из 126 Kubernetes-проверок.

KubeBuddy работает через существующий kubeconfig и не устанавливает компоненты в кластер. Он проверяет pod, jobs, RBAC, network policies, storage, workload resilience и конфигурацию платформы. Результат выгружается в HTML, JSON, CSV или обычный текст.

brew tap KubeDeckio/homebrew-kubebuddy
brew install kubebuddy
kubebuddy scan --output json

Интересное направление проекта — Risk Paths. Вместо сотни разрозненных предупреждений инструмент группирует связанные проблемы и пытается показать, какие исправления уменьшат сразу несколько рисков.

KubeBuddy не заменит Kyverno, Kubescape или admission policies: он работает как диагностический сканер, а не как enforcement-контур. Зато подходит для первичного аудита чужого кластера, проверки shared environment и запуска в CI без установки дополнительного оператора.

Bard CSI отделяет Kubernetes storage от конкретного бэкенда

Bard CSI 0.1.0, опубликованный 1 августа, предлагает необычную архитектуру CSI-драйвера. Его ядро занимается Kubernetes и CSI, а конкретные storage-бэкенды подключаются как sidecar-плагины через небольшой HTTP+JSON-контракт.

Плагин можно написать не только на Go. В репозитории есть Python-реализация localpath, которая служит доказательством переносимости контракта. В комплекте также находятся Ceph RBD, CephFS, NFS, LVM и iSCSI.

helm install bard-csi \
  oci://ghcr.io/kindacoolhamster/charts/bard-csi \
  --version 0.1.0 \
  -n kube-system \
  -f my-values.yaml

Отдельно заслуживает внимания kubectl bard inspect. Команда сравнивает объекты Kubernetes с реальным состоянием storage: ищет потерянные backing volumes, orphaned-образы, stale attachments и ошибочные zone labels.

Проект совсем молодой. Автор помечает Ceph RBD и iSCSI как Stable, CephFS — как Beta, NFS и LVM — как Experimental. Самооценка зрелости ещё не заменяет независимой эксплуатации, поэтому Bard лучше начинать с Kind или homelab.

OpenChoreo предлагает не собирать IDP из десяти проектов

OpenChoreo — более зрелая находка: CNCF Sandbox, Apache 2.0, около 1 300 звёзд и несколько тысяч коммитов. Проект вырос из опыта WSO2 Choreo, но переписан как самостоятельная открытая платформа.

Внутри уже собраны:

  • портал на основе Backstage;
  • CI через Buildpacks и Argo Workflows;
  • GitOps;
  • RBAC;
  • метрики, логи и трассировки;
  • высокоуровневые abstractions для компонентов, endpoint, environments и pipelines;
  • интерфейсы для разработчиков, platform-команды и AI-агентов.

Архитектура разделена на control, data, CI, experience и observability planes. Это тяжелее Deployah, зато платформа решает задачу целиком, а не только превращает YAML в release.

Главный вопрос для оценки — насколько opinionated-модель OpenChoreo совпадает с вашей существующей платформой. Если команда уже глубоко вложилась в Backstage, Argo CD, Crossplane и собственные CRD, миграция может оказаться дороже поддержки текущей сборки. Для новой платформы OpenChoreo выглядит кандидатом на отдельный пилот.

AgentSnap переносит snapshot testing в мир AI-агентов

Мой фаворит выпуска — AgentSnap, представленный 29 июля. Он записывает LLM- и tool-вызовы агента в эталонный snapshot, а затем проверяет:

  • порядок вызовов инструментов;
  • переданные аргументы;
  • выбор инструмента самой моделью;
  • семантику ответов;
  • итоговый результат.
pip install agentsnap
agentsnap init

У AgentSnap два режима. Replay запускается на каждом pull request, подменяет ответы сохранёнными данными и не тратит токены. Live можно запускать ночью против настоящей модели, чтобы замечать model drift.

Поддерживаются OpenAI, Anthropic, Gemini, Cohere, Mistral, Groq, OpenRouter, LangChain, LangGraph, Pydantic AI и OpenAI Agents SDK. У части интеграций остаются ограничения: например, streamed OpenAI Responses API пока проходит без записи.

AgentSnap не доказывает правильность поведения агента. Snapshot способен закрепить и ошибочный сценарий. Но он хорошо решает более узкую задачу: показывает, что после изменения prompt, модели или tool schema агент начал действовать иначе.

Panerelay пускает агента в существующую Chrome-сессию

Panerelay, опубликованный 31 июля, соединяет agent-browser с уже открытым Chrome или Edge. Агент получает существующие вкладки и авторизованные сессии, а не чистый временный профиль без cookies.

npx --yes @panerelay/setup
agent-browser --provider panerelay tab list

Разрешение выдаётся на конкретную вкладку. Фокус окна сам по себе доступа не даёт, а при нескольких браузерах без явного выбора система закрывает доступ. Проект заявляет, что не экспортирует cookies, credentials, screenshots и содержимое страниц.

Инструмент полезен для внутренних admin UI, сервисов без API и сценариев, где агенту нужен уже выполненный SSO-вход. Но именно это делает Panerelay опасным: ошибка агента произойдёт внутри настоящего аккаунта. Я бы начинал с тестового Chrome-профиля и read-only-задач.

Patronus выпустил локальные security-модели для tool calls

21 июля Patronus открыл семейство AI-security-моделей под Apache 2.0. Для agent infrastructure особенно интересны три Husky-классификатора:

  • Husky Sight определяет тип инструмента: file, database, shell, API, browser, secrets или infrastructure;
  • Husky Paw распознаёт операцию: read, write, list, exec или network;
  • Husky Nose помечает источник и назначение данных: sensitive, untrusted и external.

Идея проста: если один tool call одновременно получает метки source:sensitive и sink:external, policy engine может остановить действие без обращения к LLM-as-a-judge.

У моделей есть ONNX INT8-варианты от 96 МБ. По измерениям авторов, они работают на CPU за десятки миллисекунд. Но benchmark внутренний, активно проверялись только английский и немецкий, а анализ проводится для отдельного вызова. Атаку, разделённую на несколько безопасно выглядящих шагов, придётся обнаруживать отдельным session-level-контуром.

Agentictrl переносит AI внутрь reconciliation loop

Самая смелая, но и самая сырая находка — Agentic Kubernetes Controller, опубликованный 1 августа.

Обычный Kubernetes-оператор исполняет заранее написанную логику. Agentictrl запускает свежую AI-сессию, когда committed verifier обнаруживает drift. Агент получает ограниченные инструменты и бюджет по токенам, стоимости, числу шагов, tool calls и wall-clock time. После изменения два verifier должны подтвердить convergence; только после этого принятые skills и обезличенный debrief сохраняются в Git.

Тестовый цикл запускается без ключа модели:

bun install --frozen-lockfile
bun run test:e2e

Архитектура заслуживает изучения: Git остаётся источником состояния, Kubernetes отвечает за watch, queue и leader election, а агент включается только при доказанном drift. Это аккуратнее идеи «дать Claude cluster-admin и попросить чинить всё».

Но проект не опубликовал стабильный API, пакет или релиз. Авторы прямо предупреждают, что встроенный verifier не изолирован для недоверенного кода. В production этот контроллер пока ставить рано.

Что попробовать сегодня

  1. Запустить AgentSnap на небольшом агенте и посмотреть, заметит ли он изменение prompt.
  2. Прогнать Cairn по тестовой директории Terraform и сравнить результаты с Checkov.
  3. Поднять локальный Kind через Deployah и развернуть nginx без Helm chart.
  4. Проверить KubeBuddy на read-only kubeconfig.
  5. Подключить Panerelay к отдельному тестовому профилю Chrome.

За чем наблюдать

  • Agentictrl — за появлением стабильного релиза, sandbox verifier и реальных controller types.
  • Bard CSI — за независимыми тестами, metrics и подтверждением production-зрелости бэкендов.
  • OpenChoreo — за развитием agent-facing API и практическими историями миграции.
  • Patronus Husky — за независимыми benchmark и поддержкой других языков.

Что пока пропустить

Не пускайте Agentictrl в рабочий кластер, Bard CSI — к критичным данным, а Panerelay — в основной браузерный профиль. Не применяйте патчи Cairn автоматически. Все четыре проекта интересны именно как новые инженерные идеи, но пока требуют sandbox, отдельного тестового окружения и ручной проверки.