在雲端建置一座生產級別的 Kubernetes 叢集的複雜度往往超出表面所見。儘管 Terraform 已讓底層基礎架構的佈建變得更為標準化，而 Red Hat 所主導的 OKD 也開源了 openshift-install、ccoctl 等工具來簡化叢集的部署與憑證管理。然而，從零到一個可登入的叢集之間，仍涉及一連串環環相扣的手動步驟，每一步都耗時、容易出錯，且高度仰賴未經文件化的隱性知識，讓新進工程師難以快速上手。

本次議程將以 OKD on AWS 的開源實作為案例，透過 AI Agent 搭配多組 Skill 工具包，完成叢集的認證、預檢、建置、監控以及清理等完整生命週期任務。我們將分享如何把 OKD 建置與維護過程中累積的痛點，轉化為 Playbook 知識庫並託管給 AI Agent，讓每一次新踩到的失敗都被轉化為一份可重用的 Playbook 進入 repo，實現知識的長期積累與重用。同時在每一階段嵌入成本治理的判斷如 AWS 資源成本估算、worker 自動開關機機制、孤兒資源清理、tag-based 告警機制等，實現從建置到 FinOps 全程由同一個 AI Agent 主導的端到端流程。

聽眾收穫：

1. 在 AWS 上部署 OKD 叢集的完整流程，以及實務中容易踩到的坑。
2. 如何設計 Skill-based AI Agent，讓 Agent 能勝任多階段、跨工具的維運任務。
3. 如何用 Playbook 知識庫沉澱團隊經驗，把資深工程師腦中的眉角變成可重用的資產。
4. 如何將 FinOps 思維融入叢集生命週期，從第一行 Terraform 開始就考慮成本。