sd031/ai_powered_incident_response_agent
GitHub: sd031/ai_powered_incident_response_agent
一个基于大语言模型的自治 SRE 智能体，能够自动接收告警、调查基础设施并生成结构化根因分析报告，无需人工介入。
Stars: 6 | Forks: 4
# AI 驱动的事件响应智能体
## 快速开始
### 选项 A — Anthropic API（推荐）
```
# 1. 克隆并进入项目
git clone https://github.com/sd031/ai_powered_incident_response_agent.git ai_powered_incident_response_agent
cd ai_powered_incident_response_agent
# 2. 创建 virtualenv 并安装依赖
python3 -m venv .venv && source .venv/bin/activate
pip install -r requirements.txt
# 3. 配置
cp .env.example .env
# 在 .env 中设置：
# LLM_BACKEND=anthropic
# ANTHROPIC_API_KEY=sk-ant-...
# 4. 启动服务器
python main.py
# → 监听于 http://localhost:8080
```
### 选项 B — 本地模型（Ollama，无需 API 密钥）
```
# 安装 Ollama：https://ollama.com
ollama pull qwen2.5:7b # ~4.7 GB, excellent tool calling
# 在 .env 中设置：
# LLM_BACKEND=ollama
# OLLAMA_MODEL=qwen2.5:7b
python main.py
```
### 选项 C — AWS Bedrock
```
# 在 .env 中设置：
# LLM_BACKEND=bedrock
# AWS_REGION=us-east-1
# BEDROCK_API_KEY=bk-us-... # 或改为使用 IAM credentials
python main.py
```
### 触发调查
```
curl -X POST http://localhost:8080/investigate \
-H 'Content-Type: application/json' \
-d '{
"title": "checkout-service: high 5xx error rate",
"severity": "high",
"service": "checkout",
"description": "Error rate jumped from 0.1% to 15% at 14:32 UTC",
"labels": {"namespace": "production", "env": "prod"}
}'
```
响应是一个结构完整的 `IncidentReport` JSON，包含排序后的假设、时间线和推荐操作。交互式 API 文档位于 `http://localhost:8080/docs`。
## 后端选择
在 `.env` 中设置 `LLM_BACKEND`：
| `LLM_BACKEND` | 所需认证 | 亮点 |
|---|---|---|
| `anthropic` | `ANTHROPIC_API_KEY` | 最佳质量；自适应思维 + 提示词缓存；流式传输 |
| `bedrock` | `BEDROCK_API_KEY` **或** IAM | AWS 原生；无需 Anthropic 账户；支持 AWS 上的任何 Claude 模型 |
| `ollama` | 无 | 免费；完全本地化；数据不会离开本机 |
| `vllm` | 无 | GPU 加速的本地推理 |
| `lmstudio` | 无 | 基于 GUI 的本地推理 |
| `llamacpp` | 无 | 基于 GGUF 文件的 CPU/GPU 推理 |
## 完整文档
[learnxops.com — AI 驱动的事件响应智能体](https://www.learnxops.com/project-ai-powered-incident-response-agent/)
# ai_powered_incident_response_agent
标签：AIOps, AI运维, AI风险缓解, Anthropic, AV绕过, AWS Bedrock, CIS基准, Claude, CVE检测, DLL 劫持, FastAPI, IT运维, LLM评估, Ollama, OpsGenie, PagerDuty, Python, Socks5代理, SRE, 云原生运维, 偏差过滤, 告警降噪, 大语言模型, 故障排查, 无后门, 智能告警, 根因分析, 自动化报告, 自动化运维, 逆向工具