varunrajaramrao-glitch/github-ai-agents

# AI 日志分析 Agent 一个由 AI 驱动的故障响应系统，通过多 Agent 架构自动分析生产环境错误日志，并生成精准、可操作的解决报告。 ## 解决的问题 生产环境支持工程师常常耗费数小时来手动阅读错误日志、在 Google 上搜索通用答案以及拼凑修复方案。该系统将这一整套流程自动化，为运维团队提供即时、结合上下文的 RCA（根本原因分析）和切实可行的解决步骤。 ## 适用人群 - 生产环境支持工程师 - SRE 和运维团队 - 管理实时系统的 DevOps 工程师 ## 工作原理 1. 将您的错误日志内容发送到 `/analyze` API endpoint 2. 三个专门的 AI Agent 按顺序对其进行处理： - **Log Analyzer** — 阅读并总结错误、警告及严重程度 - **Issue Investigator** — 执行根本原因分析并识别错误模式 - **Solution Specialist** — 生成即时修复方案、短期变通措施以及长期预防措施 3. 接收结构化的故障解决报告作为响应 ## 为什么不直接用 Google 搜索 Google 返回的是通用答案，这些答案未必适用于您的具体错误。该系统针对分析、调查和解决等各项任务使用专门的 Agent，从而生成针对您实际日志内容量身定制的精准、可实施的输出结果。 ## 技术栈 - **CrewAI** — 多 Agent 编排 - **FastAPI** — REST API 层 - **Docker** — 容器化 - **AWS EC2** — 云部署 - **Python** — 核心语言 ## 在线 API API 已部署并可通过以下地址访问： ``` http://13.60.181.216:8000/docs ``` ## API 用法 **Endpoint：** `POST /analyze` **请求：** ``` { "log_content": "ERROR: Connection timeout to OrderService at 03:45:22" } ``` **响应：** ``` { "report": "Incident Resolution Guide with immediate, short-term and long-term fixes..." } ``` ## 截图 ### AWS EC2 上的在线 API  ### 示例响应  ## 使用 Docker 在本地运行 ``` docker pull zxcrty/log-analyzer:v1 docker run -p 8000:8000 \ -e GROQ_API_KEY="your-key" \ -e SERPER_API_KEY="your-key" \ zxcrty/log-analyzer:v1 ``` 然后打开 `http://localhost:8000/docs` ## 架构 ``` Error Log → FastAPI Endpoint → Log Analyzer Agent → Issue Investigator Agent → Solution Specialist Agent → Incident Resolution Report ``` ## 未来增强功能 - 支持文件上传以进行批量日志分析 - 集成 Slack/电子邮件通知 - 日志轮转和归档 - 定期日志分析的自动化调度 - 身份验证和速率限制

标签：AV绕过, Docker, FastAPI, 事故响应, 人工智能, 多智能体, 安全防御评估, 用户模式Hook绕过, 请求拦截, 运维, 逆向工具