Rohityadav9575/LogiAI

# LogiAI - 智能日志分析与工单创建工具 LogiAI 是一个专为现代事件响应打造的 AI 驱动日志分析引擎。它利用 Spring Boot、MongoDB 和 RabbitMQ，通过智能语义分析实时捕获异常，并自动化 Jira 工单创建，从而简化您的 DevOps 工作流程。 ## 🚀 主要功能 1. **实时 AI 日志分析**: - 使用 **RegexRuleEngine** 检测已知模式，并结合 **LlmRuleEngine** 进行语义异常检测的混合检测方式。 - 通过 **RabbitMQ** 实现分布式摄入，以处理来自多个微服务的高吞吐量日志流。 2. **深度诊断追踪与根因分析**: - 使用 `correlationId` 自动关联日志，可视化执行链路。 - 为每个检测到的异常提供 AI 驱动的建议解决方案，帮助工程师更快地解决问题。 3. **自动化事件编排**: - 与 **Jira** 无缝集成，实现自动化工单创建。 - 通过 **Email/Slack** 发送实时告警，确保不会遗漏高优先级问题。 ## 🏗️ 系统架构与流程 下图展示了从日志摄入到事件解决的端到端数据流：  ### 数据工作流： 1. **摄入**: 日志通过 REST API 或文件上传发送至 `IngestionController`。 2. **缓冲**: 日志事件被推送到 RabbitMQ (`ingestion.queue`) 进行异步处理。 3. **分析**: `AnalysisService` 协调 Regex 和 LLM 引擎进行评估。追踪信息缓存在 **Redis** 中以提供上下文。 4. **持久化**: 检测到的异常及其建议解决方案存储在 **MongoDB** 中。 5. **分发**: 高严重性异常触发 RabbitMQ 中的任务 (`anomaly.exchange`)。 6. **行动**: `DispatchListener` 创建 Jira 工单并发送通知。 ## 📂 项目结构 ``` java-log-analyzer/ ├── src/main/java/com/loganalyzer/ │ ├── analysis/ # Rule engines, AI analysis, and anomaly controllers │ ├── auth/ # Identity and Access Management (Tenant models) │ ├── core/ # Shared configs, DTOs, and base entities │ ├── dispatch/ # Notification and Ticket services (Jira/Email) │ └── ingestion/ # Log parsing and ingestion listeners ├── src/main/resources/ │ ├── static/ # Modern Dashboard UI (HTML, CSS, JS) │ └── templates/ # Dashboard templates ├── drawings/ # Architecture diagrams ├── docs/ # Technical documentation ├── docker-compose.yml # Infrastructure setup (Mongo, Redis, RabbitMQ, Ollama) └── pom.xml # Build and dependency configuration ``` ## 🛠️ 设置与安装 ### 前置条件 - **Java 17** 或更高版本 - **Maven 3.8+** - **Docker Desktop** ### 1. 启动基础设施 启动数据库、缓存、消息代理和本地 LLM (Ollama)： ``` docker-compose up -d ``` ### 2. 配置环境 使用您的凭据更新 `src/main/resources/application.properties`： - **Jira API Tokens** - **LLM Settings**（默认为 localhost:11434 上的 Ollama） - **Database URIs** ### 3. 构建与运行 ``` mvn clean install mvn spring-boot:run ``` 访问仪表板：`http://localhost:8080` ## 📊 仪表板 UI 仪表板提供包含 **Open**（未处理）和 **Resolved**（已解决）问题的异常实时动态流，并可直接查看执行链路和 AI 建议的解决方案。

标签：AI风险缓解, DLL 劫持, Jira集成, JS文件枚举, MongoDB, RabbitMQ, Redis, Spring Boot, 人工智能, 全链路追踪, 分布式系统, 告警通知, 响应大小分析, 域名枚举, 大语言模型, 安全运营, 实时分析, 异常检测, 扫描框架, 搜索引擎查询, 故障排查, 根因分析, 消息队列, 用户模式Hook绕过, 请求拦截