Rainbond AI 能力概览
Rainbond 是不用懂 Kubernetes 的开源容器平台。它基于 Kubernetes，但屏蔽底层复杂度，帮助团队部署、运行、排障和交付业务应用、AI 应用。
Rainbond 的 AI 能力主要由三部分组成：
- RainAgent：控制台里的 AI 助手，用自然语言辅助应用部署、排障、运维和授权执行。
- RainSkills：面向 Claude Code、Codex 等 AI 编码工具的工作流技能，让 AI 能把本地项目部署到 Rainbond，并继续参与排障和交付验证。
- Rainbond 大模型：大模型服务插件，用于准备模型、创建推理实例、管理 API 密钥、调试模型服务和查看运行监控。
这三类能力不是独立的 AI 产品，而是围绕 Rainbond 的应用交付和运维流程展开。
它们共同解决一个问题：
从 AI 写出代码，到应用上线运行，再到模型服务接入和异常排查，Rainbond 希望把这些环节接成一条完整链路。
视频教程
视频教程RainAgent 安装使用在 Rainbond 控制台中安装 AI 助手，并通过对话完成部署、排错和验证。
视频教程RainSkills 安装使用把 Codex、Claude Code 等 AI 编码工具接入 Rainbond 部署闭环。
视频教程大模型安装使用在 Rainbond 中安装大模型能力，部署模型实例并开放 OpenAI 兼容接口。三类 AI 能力分别解决什么问题？
| 能力 | 使用入口 | 主要解决的问题 | 适合谁 |
|---|---|---|---|
| RainAgent | Rainbond 控制台 | 在页面上下文中部署、排错、查看日志、调整配置和执行运维动作 | 平台用户、开发者、运维人员 |
| RainSkills | Claude Code、Codex 等 AI 编码工具 | 让 AI 编码工具把当前项目部署到 Rainbond，并结合日志继续修复 | AI 编码用户、开发者 |
| Rainbond 大模型 | Rainbond 插件页面 | 部署和管理文本大模型服务，并通过 OpenAI 兼容接口对外提供推理能力 | AI 应用团队、平台团队、企业 IT |
RainAgent：控制台里的 AI 助手
RainAgent 是 Rainbond 控制台内置的 AI 助手。它可以结合当前企业、团队、应用、组件、日志、事件、资源状态和用户权限，通过自然语言帮助用户完成部署、排错和运维操作。
你可以在控制台中直接问：
帮我检查当前应用状态。
查看 frontend 组件最近 100 行日志，并判断是否有异常。
当前组件访问不通，帮我检查端口、网关访问和组件状态。
RainAgent 适合处理：
- 应用或组件状态检查
- 启动失败、访问异常、实例不健康排查
- 构建、部署、运行日志分析
- 环境变量、端口、资源、健康检查等配置查看
- 启动、停止、重启、重新部署等运维动作
涉及运行状态变更时，RainAgent 不会静默执行。它会展示审批确认，由用户授权后再继续操 作。
继续阅读：RainAgent：控制台 AI 助手
RainSkills：让 AI 编码工具接入部署闭环
RainSkills 是一组面向 Rainbond 的开源 AI 工作流技能，用于增强 Claude Code、Codex 等 AI 编码工具的部署、排障和交付能力。
当你在本地项目中使用 AI 编码工具时，可以直接说：
帮我把当前项目部署到 Rainbond。
RainSkills 会结合本地项目文件、Rainbond MCP 工具和平台状态，完成这些工作：
- 识别本地项目结构
- 建立本地项目与 Rainbond 应用的绑定关系
- 辅助补齐端口、依赖、连接变量和存储配置
- 部署源码、镜像、软件包或应用模板
- 读取构建日志、运行日志、Pod 状态和平台事件
- 判断应用是否真正交付成功
快速安装：
bash <(curl -fsSL https://get.rainbond.com/rainskills/install.sh)
Rainbond 大模型 ：部署和管理文本大模型服务
Rainbond 大模型是 Rainbond 的大模型服务插件，面向团队提供模型管理、模型部署、推理服务接入和运行监控能力。
它适合这些场景：
- 将文本大模型部署为在线推理服务
- 管理团队可部署的模型资产
- 创建 CPU 或 GPU 推理实例
- 使用 OpenAI 兼容接口接入外部应用
- 创建和吊销 API 密钥
- 在线调试模型对话
- 查看模型服务和 GPU 资源监控
Rainbond 大模型的能力主要分为四部分：
| 模块 | 作用 |
|---|---|
| 仓库模型 | 查看内置模型，准备外部模型，管理团队模型资产 |
| 实例 | 创建、启动、停止、删除模型推理实例，并查看日志和运行状态 |
| 密钥 | 创建 API Key，并提供 OpenAI 兼容调用示例 |
| 监控 | 查看服务健康、请求量、失败数、响应时间和 GPU 资源情况 |
当模型实例运行后，外部应用可以通过 OpenAI 兼容接口调用模型服务。这样，Dify、知识库应用、自研 AI 应用或业务系统都可以接入 Rainbond 中运行的模型服务。
应该从哪里开始？
| 你的目标 | 建议入口 |
|---|---|
| 我想在控制台里用自然语言排错和运维 | 先看 RainAgent |
| 我正在用 Claude Code 或 Codex 写代码，想部署当前项目 | 先安装 RainSkills |
| 我想部署一个文本大模型服务，并提供 API 调用 | 先看 Rainbond 大模型 |
| 我想部署 Dify、知识库应用或 AI 应用 | 先部署 Rainbond，再结合 Rainbond 大模型和应用市场 |
| 我只是第一次体验 Rainbond | 先完成 快速安装 和 第一个应用部署 |
三者如何配合？
在完整的 AI 应用交付流程中，三者可以配合使用：
- 使用 RainSkills 将 AI 编码工具生成的应用部署到 Rainbond。
- 使用 RainAgent 在控制台中查看部署进度、排查失败原因和处理运行异常。
- 使用 Rainbond 大模型 部署文本大模型服务，并通过 OpenAI 兼容接口接入应用。
- 应用上线后，继续通过 RainAgent 和 RainSkills 完成排障、修复和重新部署。
这条链路可以概括为：
代码生成 → 应用部署 → 模型服务接入 → 运行监控 → 排错修复 → 再次交付
Rainbond 的 AI 能力不是替代原有应用管理能力，而是让应用交付、模型服务和运维排障更适合 AI 时代的工作方式。
常见问题
Rainbond 现在是 AI 平台吗？
Rainbond 不是单独的大模型平台，也不是单独的 Agent 平台。Rainbond 仍然是开源容器平台和应用交付平台，AI 能力用于增强部署、排障、运维和大模型服务管理。
RainAgent 和 RainSkills 有什么区别？
RainAgent 在 Rainbond 控制台中使用，适合结合当前应用上下 文进行排障和运维。RainSkills 在 Claude Code、Codex 等 AI 编码工具中使用，适合从本地项目发起部署、排障和交付验证。
Rainbond 大模型和 RainAgent 是一回事吗？
不是。Rainbond 大模型用于部署和管理文本大模型服务；RainAgent 是控制台里的 AI 助手。RainAgent 可以调用配置好的模型能力，但它本身不是模型部署工具。
使用 RainAgent 是否会自动修改资源？
不会静默修改。RainAgent 继承当前用户权限。涉及启动、停止、重启、删除、配置修改等变更类操作时，会展示审批确认，用户授权后才会执行。
Rainbond 大模型 支持什么类型的模型？
当前 Rainbond 大模型主要面向文本大模型服务，支持模型准备、推理实例、API 密钥、OpenAI 兼容接口调用和模型监控。具体可用模型和 GPU 能力取决于当前平台环境和插件版本。
下一步
- 如果你想先体验 Rainbond：阅读 快速安装
- 如果你想用 AI 编码工具部署项目：阅读 RainSkills
- 如果你想在控制台中使用 AI 排障：阅读 RainAgent
- 如果你想部署大模型服务：阅读 Rainbond 大模型