nehalaniprachi-sys/OpenEnv-Incident-Response

# 企业事件响应与技术支持工单升级系统 一个为 Meta PyTorch OpenEnv Hackathon 2026 构建的 OpenEnv 环境。 ## 概述 该环境模拟了真实世界的企业 SaaS 支持系统。AI Agents 必须在混乱的工单队列中穿梭，处理 SLA 约束，将事件路由到合适的工程层级，并在全面的生产宕机期间正确识别/合并重复的报告。 它旨在清晰地测试长期推理、战略性任务优先级排序以及多工具编排能力。 ## 支持的任务 * **简单：** 对单个基础工单进行分流，正确分类，并路由至 L1。 * **中等：** 快节奏场景，Agent 必须将一个企业工单路由至 L2 并在严格的 30 分钟 SLA 内解决它。 * **困难：** 全面生产宕机。包含重复工单洪流。Agent 必须合并重复项，升级至工程部门，回复客户，并在不违反 SLA 的情况下解决问题。 ## 用法 支持标准的 OpenEnv Gymnasium API（`reset`、`step`、`state`）。 ``` from incident_env.env import IncidentResponseEnv from incident_env.models import Action, ActionType env = IncidentResponseEnv(difficulty="HARD") obs = env.reset() action = Action( action_type=ActionType.classify_priority, ticket_id="TKT-301", target_severity="CRITICAL" ) new_obs, reward, terminated, truncated, info = env.step(action) ``` ## 验证与部署 原生支持使用 `uvicorn` 和 `openenv` 部署到 Hugging Face Spaces。在 `inference.py` 中通过带有严格 `STDOUT` 格式化的 `openenv validate` 验证。 ``` docker build -t openenv-incident . docker run -p 8000:8000 openenv-incident ```

标签：AI智能体, DLL 劫持, Gymnasium, Hugging Face Spaces, Meta PyTorch, OpenEnv, Python, SaaS运维, SLA管理, 任务优先级, 仿真环境, 企业级服务, 多工具编排, 大语言模型, 客户支持系统, 工单管理, 强化学习, 故障排查, 无后门, 生产环境中断, 自动分级, 请求拦截, 逆向工具, 重复数据处理