（限額 50 人，優先開放具備筆電的學員參加。人數超過開放旁聽，但是沒有講師提供的工作坊實作環境）

過去，在 Kubernetes 的日常維運情境中，工程師經常需要透過 kubectl 指令了解 Pod 運作狀態、檢查網路設定，或執行資源建立與刪除……等日常操作。在本次實戰工作坊中，將會展示如何在 Azure Kubernetes Service Edge Essentials (AKS‑EE) 運作環境中，透過部署 MCP Server 讓 AI 助手 (由 MCP Server 整合的本地 AI 模型，或是其它開放源始碼 AI 模型)， 能夠直接呼叫工具進行診斷與操作，讓你所管理的 Kubernetes 環境彷彿「會思考」，我們將會實作：

• AI 驅動的維運診斷：為什麼 Pod Pending？ 讓 AI 透過 MCP 呼叫 kubectl describe pod，回傳診斷並解釋原因。
• AI 輔助的資源操作：部署一個 Nginx Deployment 在 frontend Namespace，讓 AI 直接透過 MCP 執行 CRUD 動作進行部署作業。

透過上述實作案例，與會人員將能親身體驗 AI 如何協助你進行 Kubernetes 日常維運，並帶走可立即應用於日常工作的操作流程，同時理解 AI 在邊緣環境的落地方式，為未來的 AI 維運探索奠定基礎。