Kebutuhan Minimum

Kudashai tersedia dalam dua bentuk. Kudashai Web adalah satu binary server (tersedia juga sebagai Helm chart) yang sudah menyertakan web UI; Anda membukanya lewat browser. Kudashai Desktop membungkus engine yang sama dalam jendela aplikasi untuk macOS, Windows, dan Linux, ditambah fitur khusus desktop seperti port forwarding dan pembaruan otomatis. Keduanya terhubung langsung ke cluster Anda, sehingga mesin yang menjalankan Kudashai harus bisa menjangkau setiap Kubernetes API server yang ingin dikelola.

Kudashai Web

Host server

	Minimum	Rekomendasi
CPU	1 vCPU	2 vCPU atau lebih
Memori	1 GB tersedia untuk Kudashai	2 GB atau lebih; tambah memori untuk cluster besar atau banyak cluster
Disk	500 MB kosong untuk binary, database lokal, dan kubeconfig	Storage berbasis SSD
Sistem operasi	Linux (amd64, arm64, i386), macOS (Intel, Apple Silicon), Windows (amd64, arm64, i386), FreeBSD	Linux amd64 untuk server

Pemakaian memori bertambah seiring jumlah objek Kubernetes yang dipantau Kudashai. Untuk setiap cluster yang dibuka, Kudashai menyimpan salinan di memori untuk setiap jenis resource yang Anda lihat (pod, deployment, event, dan seterusnya) agar UI diperbarui secara real time. Cluster dengan puluhan ribu pod saja sudah membutuhkan beberapa ratus MB. Ukur host berdasarkan cluster terbesar yang dikelola, bukan berdasarkan jumlah cluster.

Helm chart secara default meminta dan membatasi 100m CPU dan 256Mi memori. Naikkan resources.limits.memory di file values Anda sebelum mengarahkan Kudashai ke cluster berukuran produksi.

Cluster Kubernetes

• Kubernetes 1.23 atau lebih baru. Kudashai membaca API stabil apps/v1, batch/v1, autoscaling/v2, policy/v1, networking.k8s.io/v1, dan discovery.k8s.io/v1; autoscaling/v2 adalah yang paling muda di antaranya dan menjadi stabil pada 1.23.
• Kubeconfig, bearer token, atau client certificate dengan izin list dan watch untuk resource yang ingin dilihat. Akses baca seluruh cluster memberi gambaran paling lengkap; kredensial yang dibatasi per namespace tetap bisa dipakai, tetapi menyembunyikan resource lingkup cluster seperti node dan persistent volume.
• Opsional: metrics-server di cluster untuk tampilan pemakaian CPU dan memori. Tanpa itu Kudashai tetap berjalan, hanya tidak menampilkan angka pemakaian langsung.
• Konektivitas: host Kudashai harus bisa menjangkau API server setiap cluster (port TCP 6443 di kebanyakan distribusi). Cluster di balik bastion bisa dijangkau melalui SSH tunnel bawaan Kudashai, yang membutuhkan akses SSH (port TCP 22) ke host bastion.

Database (hanya mode Platform)

Mode Standalone menyimpan semuanya dalam satu file SQLite lokal di ~/.kudashai dan tidak membutuhkan server database. Mode Platform, yang mengaktifkan login multi-user dan role-based access control, membutuhkan:

• PostgreSQL 13 atau lebih baru (skema memakai gen_random_uuid() dan JSONB). Manifest deployment bawaan memakai PostgreSQL 16.
• Satu database beserta role pemiliknya. Kudashai membuat dan memigrasikan tabelnya sendiri.
• Akses jaringan dari host Kudashai ke PostgreSQL (default port TCP 5432).

Browser

Versi terkini Chrome, Edge, Firefox, atau Safari. UI ditargetkan ke ES2020 dan mengalirkan pembaruan langsung lewat Server-Sent Events, sehingga browser yang dirilis sebelum 2020 tidak didukung.

Untuk akses selain http://localhost, sajikan Kudashai melalui HTTPS (--certFile dan --keyFile, atau reverse proxy yang menangani TLS). Lewat HTTP/1.1 biasa, browser hanya membuka maksimal enam koneksi per host, dan setiap tampilan resource yang terbuka memegang satu stream, sehingga tampilan berhenti diperbarui begitu batas itu tercapai. HTTPS mengaktifkan HTTP/2 yang menghilangkan batas tersebut.

Jaringan

Arah	Tujuan	Kegunaan
Masuk	TCP 7080 (default; ubah dengan --listen)	Pengguna mengakses UI dan API
Keluar	Kubernetes API server	Pengelolaan cluster
Keluar	PostgreSQL (mode Platform)	Database bersama
Keluar	Endpoint penyedia AI (opsional)	Fitur AI, hanya bila penyedia dikonfigurasi. Penyedia self-hosted didukung, jadi akses internet tidak wajib
Keluar	Host bastion SSH (opsional)	Cluster lewat tunnel

Kudashai Desktop

Kudashai Desktop menjalankan engine yang sama dengan Kudashai Web di dalam aplikasi, dengan UI yang dirender oleh web view bawaan sistem operasi (WebKit di macOS, WebView2 di Windows, WebKitGTK di Linux). Semua yang tercantum pada bagian Cluster Kubernetes dan Jaringan di atas berlaku juga untuk aplikasi desktop.

Sistem operasi

Platform	Kebutuhan
macOS	macOS 10.13 (High Sierra) atau lebih baru. Tersedia build Intel dan Apple Silicon
Windows	Windows 10 atau 11, 64-bit (amd64 atau arm64), dengan Microsoft Edge WebView2 Runtime. Windows 11 dan Windows 10 yang mutakhir sudah menyertakannya; jika belum, aplikasi akan menawarkan unduhannya saat pertama dijalankan
Linux	Distribusi 64-bit (amd64 atau arm64) dengan GTK 3 dan libwebkit2gtk-4.0, misalnya Ubuntu 22.04 atau Debian 12

Hardware

	Minimum	Rekomendasi
CPU	64-bit dual-core	Quad-core
Memori	RAM sistem 4 GB, dengan sekitar 1 GB kosong untuk Kudashai	8 GB atau lebih bila mengelola cluster besar
Disk	500 MB kosong di direktori home untuk database lokal, kubeconfig, dan pembaruan yang diunduh	SSD

Aturan ukuran yang sama dengan server berlaku: memori ditentukan oleh besarnya cluster yang dibuka, ditambah web view yang biayanya kira-kira setara satu tab browser.

Lisensi dan jaringan

• License key Kudashai Desktop dari AwanIO Enterprise Portal. Key dimasukkan di dalam aplikasi pada Settings > License.
• HTTPS keluar (TCP 443) ke enterprise-portal.awan.io untuk aktivasi lisensi, pengecekan lisensi harian, dan pembaruan aplikasi. Lisensi yang sudah tersimpan membuat aplikasi tetap berjalan saat offline, selama masa tenggangnya.
• Data lokal tersimpan di ~/.kudashai pada macOS dan Linux, dan di folder profil pengguna pada Windows.
• Opsional: PostgreSQL 13 atau lebih baru bila Anda mengalihkan aplikasi desktop ke database bersama lewat Settings > Database, yang menjadikannya klien mode Platform.

Langkah Berikutnya

• Instalasi — unduh dan jalankan Kudashai
• Memulai — mode runtime dan login pertama
• Multi-cluster — menghubungkan beberapa cluster