零成本搭建 K8s CI/CD 练习环境：Kind + GitHub Actions 从零到部署

Thu, 18 Jun 2026 22:05:00 +0800

学 Kubernetes 最头疼的不是概念，是没有一个能随便折腾的练习环境。买云上的托管 K8s，一个月几百块起步，还怕手抖忘了删集群被扣费。用 Minikube 倒是免费，但跑 CI/CD 流水线的时候总差点意思。

这篇文章给你一个零成本方案：Kind 本地起集群，GitHub Actions 跑流水线，从 git push 到 Pod 运行，全链路打通。不花一分钱，不依赖任何外部服务。

整体架构

三个组件，各管一摊：

组件	职责	成本
Kind	Docker 里跑 K8s 集群，本地验证用	免费
GitHub Actions	云端 CI/CD，构建镜像、跑测试、部署验证	公共仓库 2000 分钟/月免费
Docker	容器运行时，构建镜像的基础	免费

流程一句话总结：本地写代码 → git push → GitHub Actions 自动触发 → 构建 Docker 镜像 → 在 Actions 里起一个 Kind 集群 → 部署并验证 → main 分支的镜像推到 GHCR。

环境准备

你需要的东西：一台 4GB 以上内存的电脑、Docker、kubectl、Kind、Git。

装 kubectl：

1
2
3
4


# Linux
curl -LO "https://dl.k8s.io/release/v1.31.0/bin/linux/amd64/kubectl"
chmod +x kubectl && sudo mv kubectl /usr/local/bin/
kubectl version --client

装 Kind：

1
2
3


curl -Lo kind https://kind.sigs.k8s.io/dl/v0.24.0/kind-linux-amd64
chmod +x kind && sudo mv kind /usr/local/bin/
kind version

本地起一个集群验证安装没问题：

1
2
3


kind create cluster --name cicd-lab
kubectl cluster-info
kubectl get nodes

看到节点 Ready 就说明环境 OK。先删掉，后面用 Actions 里的：

1

kind delete cluster --name cicd-lab

写应用和 K8s 清单

用一个极简 Python HTTP 服务做演示，不引任何框架，纯标准库：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19


# src/app.py
from http.server import HTTPServer, BaseHTTPRequestHandler
import json

class Handler(BaseHTTPRequestHandler):
 def do_GET(self):
 self.send_response(200)
 self.send_header('Content-Type', 'application/json')
 self.end_headers()
 self.wfile.write(json.dumps({
 "status": "ok",
 "message": "Hello from K8s CI/CD Lab!",
 "version": "1.0.0"
 }).encode())

if __name__ == '__main__':
 server = HTTPServer(('0.0.0.0', 8080), Handler)
 print("Server running on port 8080...")
 server.serve_forever()

Dockerfile 能多小就多小：

1
2
3
4
5


FROM python:3.12-slim
WORKDIR /app
COPY src/ .
EXPOSE 8080
CMD ["python", "app.py"]

K8s 的 Deployment 加上健康检查，这是生产环境的习惯：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41


# k8s/deployment.yaml
apiVersion: apps/v1
kind: Deployment
metadata:
 name: cicd-demo
 labels:
 app: cicd-demo
spec:
 replicas: 2
 selector:
 matchLabels:
 app: cicd-demo
 template:
 metadata:
 labels:
 app: cicd-demo
 spec:
 containers:
 - name: app
 image: ghcr.io/OWNER/cicd-demo:TAG
 ports:
 - containerPort: 8080
 readinessProbe:
 httpGet:
 path: /
 port: 8080
 initialDelaySeconds: 3
 periodSeconds: 5
 livenessProbe:
 httpGet:
 path: /
 port: 8080
 initialDelaySeconds: 10
 periodSeconds: 10
 resources:
 requests:
 memory: "64Mi"
 cpu: "100m"
 limits:
 memory: "128Mi"
 cpu: "250m"

Service 用 ClusterIP 就够了，Actions 里用 port-forward 验证：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12


# k8s/service.yaml
apiVersion: v1
kind: Service
metadata:
 name: cicd-demo-svc
spec:
 selector:
 app: cicd-demo
 ports:
 - port: 80
 targetPort: 8080
 type: ClusterIP

注意 Deployment 里的 OWNER 和 TAG 是占位符，Actions 流水线会在运行时用 sed 替换。

GitHub Actions 流水线

项目结构长这样：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10


k8s-cicd-lab/
├── src/
│ └── app.py
├── Dockerfile
├── k8s/
│ ├── deployment.yaml
│ └── service.yaml
└── .github/
 └── workflows/
 └── ci-cd.yml

流水线分三个阶段，拆开讲：

阶段一：构建和检查。 检出代码，做语法检查，构建镜像，验证镜像大小不超过 200MB。这个阶段跑得快，有问题直接拦住。

阶段二：K8s 部署测试。 用 helm/kind-action 在 Actions runner 里起一个 Kind 集群，把刚才构建的镜像 kind load 进去（注意不是 push 到远端，是直接灌进 Kind），替换 manifest 里的占位符，apply 部署，rollout status 等就绪，port-forward 加 curl 做健康检查。如果这步挂了，自动导出 Pod 日志方便排查。

阶段三：推送镜像。 只在 main 分支触发，用 GITHUB_TOKEN 登录 GHCR，推镜像。PR 不推，避免污染仓库。

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67


name: K8s CI/CD Pipeline
on:
 push:
 branches: [ main ]
 pull_request:
 branches: [ main ]

env:
 IMAGE_NAME: ${{ github.repository_owner }}/cicd-demo
 IMAGE_TAG: ${{ github.sha }}

jobs:
 build:
 runs-on: ubuntu-latest
 steps:
 - uses: actions/checkout@v4
 - name: 语法检查
 run: python3 -m py_compile src/app.py
 - name: 构建镜像
 run: docker build -t ${{ env.IMAGE_NAME }}:${{ env.IMAGE_TAG }} .

 deploy-test:
 needs: build
 runs-on: ubuntu-latest
 steps:
 - uses: actions/checkout@v4
 - name: 启动 Kind
 uses: helm/kind-action@v1.10.0
 with:
 cluster_name: k8s-cicd
 - name: 构建并加载镜像
 run: |
 docker build -t ${{ env.IMAGE_NAME }}:${{ env.IMAGE_TAG }} .
 kind load docker-image ${{ env.IMAGE_NAME }}:${{ env.IMAGE_TAG }} \
 --name k8s-cicd
 - name: 替换占位符并部署
 run: |
 sed -i "s|OWNER|${{ github.repository_owner }}|g" k8s/deployment.yaml
 sed -i "s|TAG|${{ env.IMAGE_TAG }}|g" k8s/deployment.yaml
 kubectl apply -f k8s/
 - name: 等待就绪
 run: kubectl rollout status deployment/cicd-demo --timeout=120s
 - name: 健康检查
 run: |
 kubectl port-forward svc/cicd-demo-svc 8080:80 &
 sleep 3
 curl -sf http://localhost:8080 | python3 -m json.tool

 push-image:
 needs: deploy-test
 runs-on: ubuntu-latest
 if: github.ref == 'refs/heads/main'
 permissions:
 contents: read
 packages: write
 steps:
 - uses: actions/checkout@v4
 - uses: docker/login-action@v3
 with:
 registry: ghcr.io
 username: ${{ github.actor }}
 password: ${{ secrets.GITHUB_TOKEN }}
 - name: 构建并推送
 run: |
 IMAGE=ghcr.io/${{ env.IMAGE_NAME }}:${{ env.IMAGE_TAG }}
 docker build -t $IMAGE .
 docker push $IMAGE

关键点解释：kind load docker-image 是把本地构建好的镜像直接灌进 Kind 节点的 Docker 里，省去了 push/pull 的环节，CI 里用这招特别快。needs: build 保证阶段串行。permissions 那块必须显式声明 packages: write，不然 GITHUB_TOKEN 没权限推 GHCR。

跑通全流程

把上面的文件全部提交推到 GitHub：

1
2
3


git add -A
git commit -m "init: K8s CI/CD lab"
git push origin main

去仓库的 Actions tab 看流水线跑。正常情况下三个阶段全绿，最后 GHCR 里多了一个镜像。

之后改代码、提交、推送，流水线自动跑。迭代流程就三步：改代码 → push → 看 Actions 结果。本地想快速验证的话：

1
2
3


docker build -t test-app .
docker run -p 8080:8080 test-app
curl http://localhost:8080

不用每次都等 CI，本地先跑通了再推。

踩坑速查

问题	原因	解决
`ImagePullBackOff`	Kind 集群里没有这个镜像	用 `kind load docker-image` 灌进去
Actions 里 `GITHUB_TOKEN` 推镜像 403	权限不够	仓库 Settings → Actions → Workflow permissions 改成 Read and write
YAML 解析报错	缩进用了 Tab 或者对齐不对	YAML 严格只认空格，用 `yamllint` 检查一下
Kind 集群创建卡住	上次没删干净	`kind delete cluster --name xxx` 然后重试
`port-forward` 超时	Pod 还没 Ready	先 `kubectl rollout status` 等就绪再转发
`kubectl` 连不上集群	kubeconfig 的 context 不对	`kubectl config use-context kind-集群名`

下一步

跑通这个流水线之后，可以往几个方向扩展：

Helm 打包：把 K8s 清单改成 Helm Chart，支持 values 覆盖，多环境复用。
ArgoCD：在 Kind 里装一个 ArgoCD，把部署从 push 模式改成 GitOps pull 模式。
多环境隔离：dev / staging / prod 用不同 namespace，同一套 manifest 不同 values。
监控和日志：Prometheus + Grafana 看指标，EFK 收日志，Kind 里跑这些也不吃太多资源。

这套方案最大的好处是零心理负担。集群随便建随便删，流水线跑挂了不用心疼钱。先把基础流程跑通，再往上加东西，比直接在生产环境里摸黑强太多了。

CI/CD on 文艺技术笔记