AbhishekY-GoTo/ShiftZero

# ShiftZero - 自主值班代理 ShiftZero 是一个由 AI 驱动的值班代理，能够消除告警噪音并自主处理事件响应。 ## 架构 ``` INCOMING PAGERDUTY ALERT │ ▼ ┌─────────────────────────┐ │ LAYER 1: NOISE FILTER │ │ │ │ Is this alert needed? │ │ - Recurring false +ve? │ │ - No action ever taken?│ └──────┬──────────────────┘ │ NOISY ──────────────► Flag for PagerDuty rule removal │ (agent gets quieter over time) NOT NOISY │ ▼ ┌──────────────────────────────┐ │ LAYER 2: AUTONOMOUS TRIAGE │ │ │ │ 1. RUN TESTS │ │ Validate: is issue real? │ │ │ │ 2. INVESTIGATE │ │ Logs, metrics, traces │ │ Pinpoint root cause │ │ │ │ 3. REMEDIATE │ │ Within approved scope: │ │ • Restart service │ │ • Scale pod │ │ • Flush cache │ │ • Re-trigger pipeline │ │ • Rollback deployment │ │ │ │ 4. VERIFY │ │ Run tests again │ │ Confirm fix worked │ │ │ │ 5. CLOSE PD INCIDENT │ │ Log actions taken │ │ Post summary to Slack │ └──────┬───────────────────────┘ │ OUT OF SCOPE? │ ▼ ┌──────────────────────────────┐ │ ESCALATE TO HUMAN │ │ But with FULL REPORT: │ │ ✓ What was tested │ │ ✓ Root cause hypothesis │ │ ✓ What was tried │ │ ✓ Recommended next steps │ └──────────────────────────────┘ ``` ## 组件 - **agent.py**: 使用 Claude Agent SDK 的核心自主代理 - **webhook.py**: 用于接收 PagerDuty Webhook 的 FastAPI 服务器 - **layer1_noise.py**: 告警模式分析与噪音消除 - **layer2_remediation.py**: 调查与修复逻辑 - **tools/**: 用于基础设施访问的 MCP 工具定义 - **config/**: 安全规则与自治边界 ## 快速开始 1. 安装依赖： ``` python -m venv venv source venv/bin/activate pip install -r requirements.txt ``` 2. 配置环境： ``` cp .env.example .env # 使用您的 API 密钥编辑 .env ``` 3. 运行代理： ``` python main.py ``` 4. 配置 PagerDuty Webhook： - 指向地址：`http://your-domain:8000/webhook/pagerduty` ## 配置 请参阅 `config/safety_rules.json` 以了解自治边界和批准的操作。 ## 开发 - 基于 Agent SDK 通过 Claude Opus 4.6 构建 - 使用 MCP 服务器进行工具访问（K8s、PagerDuty、可观测性） - 使用 FastAPI 处理 Webhook - 使用 PostgreSQL 进行模式学习和事件历史记录 ## 许可证 MIT

标签：AIOps, AI 代理, API集成, MLOps, PagerDuty 集成, Slack 通知, SRE, 值班调度, 偏差过滤, 可观测性, 告警管理, 告警降噪, 子域名突变, 扩缩容, 指标监控, 无干扰值班, 智能降噪, 服务重启, 根因分析, 模块化设计, 流水线重跑, 测试用例, 测试验证, 缓存刷新, 自动化修复, 自动化运维, 逆向工具, 部署回滚