Kindling是一个基于eBPF的云原生监控工具，旨在帮助用户了解从内核到代码堆栈的应用程序行为。通过跟踪分析，用户能够轻松了解应用程序的行为，并在几秒钟内找到根本原因。除了跟踪分析外，Kinling还提供了一种简单的方法来了解Kubernetes环境中的网络流，以及许多内置的网络监控仪表板，如TCP重传、DNS、吞吐量和TPS。

k8sgpt是一个用于扫描 Kubernetes 集群、诊断和分类问题的工具，它将 SRE 编入其分析器中，通过 AI 驱动进行的问题诊断。k8sgpt中集成了很多分析器，如eventAnalyzer，ingressAnalyzer，cronJobAnalyzer，podAnalyzer，并通过LLM模型对k8s资源的failed事件进行补全、丰富及扩展，提供failed事件可能的错误原因及解决方法。 k8sgpt最大的优势是能够通过LLM模型自动生成针对各failed事件的建议，而不需要开发者针对每个failed事件编写建议集，大大提高了开发效率。但同时，依赖于LLM模型生成建议也可能产生生成的建议不准确或生成时间较长（依赖于模型性能）及需要消耗较多算力的缺点。