2BlesseD-16/ai-incident-copilot
GitHub: 2BlesseD-16/ai-incident-copilot
这是一个基于 AI 的 SRE 事故分析副驾驶，能够自动解析日志、掩码敏感数据并输出包含根因与修复方案的结构化报告，同时强调人在回路的审批机制。
Stars: 0 | Forks: 0
# AI 事件 Copilot
一个由 AI 驱动的事故分析系统，帮助工程师快速理解日志、确定严重性并采取行动——同时保持人在回路中的安全性。
## 概述
本项目模拟了一个真实的 SRE（站点可靠性工程）工作流程：
- 接收原始系统日志
- 掩码敏感数据（密码、API 密钥）
- 使用 LLM 分析事故
- 提取结构化洞察（严重性、根本原因、修复方案）
- 应用后端逻辑进行告警
- 在执行操作前强制人工审批
## 架构
Frontend (HTML UI)
⬇
FastAPI Backend
⬇
AI Agent (LangChain + OpenAI)
⬇
Structured Output + Decision Logic
## 功能
- AI 处理前的密钥掩码
- AI 驱动的日志分析
- 严重性分类（Critical / Warning / Info）
- 针对严重事故触发告警
- 人在回路的审批系统
- 用于交互的简单 Web UI
## 🧪 示例用例
输入日志：
12:04 Database connection failed
12:05 Retry failed
12:06 System outage detected
输出：
- Severity: Critical
- Alert Triggered: true
- Suggested Fix: Check DB connectivity, credentials, retry logic
- Requires Approval: true
## 技术栈
- Python (FastAPI)
- LangChain
- OpenAI API
- HTML / JavaScript (Frontend)
标签：AI, AV绕过, BurpSuite集成, Copilot, DLL 劫持, FastAPI, LangChain, LLM, OpenAI, Petitpotam, PII 掩码, Python, SRE, Unmanaged PE, Web 应用, 严重性分级, 事件管理, 事故响应, 人工审核, 人工智能, 人机协同, 偏差过滤, 内存规避, 前后端分离, 助手, 多模态安全, 大语言模型, 安全告警, 敏感数据脱敏, 数据可视化, 无后门, 智能运维 AIOps, 根因分析, 用户模式Hook绕过, 站点可靠性工程, 自动化代码审查, 自动化运维, 轻量级, 运维, 逆向工具