**KAOS – Kubernetes エージェント・オーケストレーション システム**

KAOS: K8s Agent Orchestration System

Kubernetes 上で AI エージェントをデプロイ、管理、オーケストレーションします。

概要

KAOS は Kubernetes‑ネイティブなフレームワークで、ツールアクセス、多エージェント協調、およびシームレスな LLM 統合を備えた AI エージェントのデプロイとオーケストレーションを可能にします。

主な機能

/v1/chat/completions

kaos-cli

クイックスタート

前提条件

• Kubernetes クラスター

• kubectl

  が設定済み
• Helm がインストール済み

オプション 1: KAOS CLI / UI

# CLI のインストール
pip install kaos-cli

# クラスターに KAOS をインストール
kaos install

# UI を起動
kaos ui

UI は

axsaucedo.github.io/kaos-ui

オプション 2: Helm / kubectl

# Helm リポジトリを追加
helm repo add kaos https://axsaucedo.github.io/kaos/charts
helm repo update

# オペレーターのインストール
helm install kaos kaos/kaos-operator -n kaos-system --create-namespace

最初のエージェントをデプロイ

simple-agent.yaml

apiVersion: kaos.tools/v1alpha1
kind: ModelAPI
metadata:
  name: ollama
spec:
  mode: Hosted
  hostedConfig:
    model: "smollm2:135m"

---
apiVersion: kaos.tools/v1alpha1
kind: MCPServer
metadata:
  name: echo-tools
spec:
  type: python-runtime
  config:
    tools:
      fromString: |
        def echo(message: str) -> str:
            """Echo back the message."""
            return f"Echo: {message}"

---
apiVersion: kaos.tools/v1alpha1
kind: Agent
metadata:
  name: assistant
spec:
  modelAPI: ollama
  mcpServers:
    - echo-tools
  config:
    description: "AI assistant with echo tools"
    instructions: "You are a helpful assistant."
    env:
      - name: MODEL_NAME
        value: "ollama/smollm2:135m"

適用し、準備が整うまで待ちます：

kubectl apply -f simple-agent.yaml
kubectl wait --for=condition=ready pod -l agent=assistant --timeout=120s

ポートフォワードしてテストします：

kubectl port-forward svc/agent-assistant 8000:8000
curl http://localhost:8000/v1/chat/completions \
  -H "Content-Type: application/json" \
  -d '{"model":"assistant","messages":[{"role":"user","content":"Hello!"}]}'

マルチエージェントシステム

KAOS は階層型マルチエージェントシステムをサポートしており、コーディネーターが専門エージェントへタスクを委任します。例：

apiVersion: kaos.tools/v1alpha1
kind: Agent
metadata:
  name: coordinator
spec:
  modelAPI: ollama
  config:
    description: "Coordinator that delegates to specialists"
    instructions: "Delegate research to researcher, calculations to analyst."
  agentNetwork:
    access:
      - researcher
      - analyst

完全なマルチエージェント例は

operator/config/samples/

アーキテクチャ

flowchart TB
  subgraph operator["KAOS Operator"]
    ac["Agent Controller"]
    mc["MCPServer Controller"]
    mac["ModelAPI Controller"]
  end

  subgraph resources["Managed Resources"]
    agent["Agent Pod<br/>Agent Runtime"]
    mcp["MCP Server Pod<br/>MCP Tools"]
    model["ModelAPI Pod<br/>Ollama/LiteLLM"]
  end

  ac --> agent
  mc --> mcp
  mac --> model
  agent --> mcp
  agent --> model

ドキュメント

/cli

/ui

/agent-crd

/multi-agent

開発

# Python テスト
cd python && uv sync && uv run pytest tests/ -v

# Go テスト  
cd operator && make test

# E2E テスト（kind が必要）
cd operator && make kind-create
cd operator && make kind-e2e-run-tests

サンプル構成

• operator/config/samples/simple-agent.yaml

  – エコー MCP ツール付き単一エージェント。

• operator/config/samples/multi-agent.yaml

  – コーディネーターとワーカーエージェント。

• operator/config/samples/hierarchical.yaml

  – 多階層エージェント構造。

• operator/config/samples/custom-tools.yaml

  –

  tools.fromString

  で動的ツール作成。

ライセンス

Apache 2.0