ferkuellar/northbound-control-tower

GitHub: ferkuellar/northbound-control-tower

面向多云环境的企业级云运营智能平台，统一 AWS 和 OCI 的资产清点、成本优化、治理合规、可观测性与灾备评估，并通过 AI 辅助生成面向高管和技术团队的运营报告。

Stars: 0 | Forks: 0

Northbound Control Tower — Executive cloud operations dashboard

# Northbound Control Tower **为需要可视化而非复杂性的团队提供的多云运营智能平台。** [![阶段](https://img.shields.io/badge/phase-0%20%E2%80%94%20Foundation-blue)](#路线图) [![技术栈](https://img.shields.io/badge/stack-FastAPI%20%7C%20Next.js%20%7C%20PostgreSQL-informational)](#技术栈) [![云平台](https://img.shields.io/badge/clouds-AWS%20%7C%20OCI-orange)](#支持的云平台) [![许可证](https://img.shields.io/badge/license-proprietary-lightgrey)](./LICENSE) [![状态](https://img.shields.io/badge/status-active%20development-yellow)](#路线图)
## 什么是 Northbound Control Tower？ Northbound Control Tower 是一个面向企业的多云运营智能平台。 它为云团队和高管提供了对其云资产统一、结构化的视图——涵盖资产清单、成本暴露、治理缺口、可观测性就绪情况以及韧性态势——而无需具备各家云厂商原生工具的深厚专业知识。 该平台摄取原始的云数据，跨云厂商对其进行标准化，针对这些数据运行发现引擎，对风险进行评分，并将结果输入到 AI 辅助的报告层，从而生成技术评估和面向高管的摘要报告。 **它解决的核心问题：** 大多数同时使用 AWS 和 OCI 的组织面临着可视化的碎片化问题。原生控制台彼此隔离，成本异常难以被及时发现，治理问题暴露较晚，而高管报告则需要人工编制。Control Tower 在一个单一的运营层中填补了这些空白。 ## 平台 ### 高管仪表板 跨六个维度的实时运营评分，支持按客户筛选、资产清单摘要和风险细分。所有评分均具有确定性，并从实时的云资产清单数据中提取。 Executive Dashboard — Clara Fintech AWS Production with operational scores and risk breakdown ### FinOps 成本分析 深度的成本暴露分析，提供优先级建议、预计的每月节省费用以及可下载的成本模型 CSV。 FinOps case study — $250k monthly spend with $40k monthly savings identified ### 多租户客户端管理 完整的多租户架构，支持按客户的云账号隔离、评分以及组合级别的管理。 Client administration — 450 registered tenants ## 本项目不包含的内容（Phase 0 范围） Phase 0 建立了一个深思熟虑、达到生产级标准的基础。以下内容根据设计被**排除在范围之外**，并将在后续阶段中解决： | Phase 0 范围之外 | 原因 | |---|---| | Kubernetes 原生部署 | 推迟运营复杂性 | | 微服务 / 事件驱动架构 | 优先采用模块化单体架构；在合理时再进行拆分 | | 事件总线 (Kafka, SQS) | 在当前数据量下不需要 | | 自动修复 | 在执行自动化之前必须建立信任 | | 实时流处理 | 通过计划轮询实现的近实时已足够 | | 高级 RBAC / 多租户身份验证 | Phase 0 中使用单租户 API 密钥认证 | | Azure、GCP 或其他云平台 | 在核心模型稳定之前仅支持 AWS + OCI | | 行级别的账单摄取 | 仅进行聚合的 FinOps 诊断 | ## 核心功能 ### ☁️ 云资产清单 从 AWS 和 OCI 收集、标准化并将资源数据存储到统一的 schema 中。计算、存储、网络和 IAM 资源通过计划收集器持续进行编目。 ### 💰 FinOps 诊断 识别成本暴露信号：闲置的计算实例、未附加的卷、规格过大的资源以及缺少预算对齐标签的资源。发现结果将被评分，并提供修复上下文。 ### 🔒 治理分析 根据治理基线评估云资源：缺失必需标签、公开暴露的资产、缺乏静态或传输中加密，以及偏离资源命名约定。 ### 👁️ 可观测性就绪情况 评估云资源是否配置了日志记录、指标和警报。生成每个账号的就绪评分，该评分直接映射到运营风险。 ### 🛡️ HA/DR 就绪情况 标记单点故障：单可用区部署、缺失备份配置、缺乏跨区域复制以及非冗余的负载均衡器设置。 ### 🤖 AI 驱动的报告 将标准化的发现结果和风险评分输入到结构化的 AI 上下文层。生成两种输出类型： - **技术评估** — 包含修复步骤、严重性和受影响资源的详细发现结果。 - **高管摘要** — 面向 C 级别和董事会级别受众的通俗语言叙述，涵盖风险态势、成本暴露和优先行动计划。 ## 架构 ![Northbound Control Tower — 架构图](https://static.pigsec.cn/wp-content/uploads/repos/2026/05/3b0f6cb5cc120014.png) 处理流程从云账号凭证开始，经过收集、标准化和基于规则的分析，进入确定性评分层。结构化的发现结果随后输入到 AI 上下文构建器中，该构建器驱动 Claude、OpenAI 或 DeepSeek 生成在 Next.js 仪表板中展示的高管和技术报告。 有关每个组件、数据模型和设计决策的完整详细信息，请参阅 [ARCHITECTURE.md](./ARCHITECTURE.md)。 ## 技术栈 | 层级 | 技术 | 角色 | |---|---|---| | **API** | FastAPI | REST API、异步端点、OpenAPI schema | | **任务队列** | Celery + Redis | 计划收集器、异步报告生成 | | **数据库** | PostgreSQL + SQLAlchemy | 主数据存储、ORM | | **数据库迁移** | Alembic | Schema 版本控制和迁移管理 | | **缓存 / 消息代理** | Redis | Celery broker、结果后端、短期缓存 | | **前端** | Next.js + TailwindCSS | 仪表板 UI、报告查看器 | | **图表** | Apache ECharts | 资源分布、风险趋势、成本信号 | | **AI 层** | Anthropic Claude / OpenAI / DeepSeek | 高管摘要、技术评估 | | **指标** | Prometheus | 收集器指标、任务持续时间、发现结果计数 | | **链路追踪** | OpenTelemetry | 分布式追踪、插桩钩子 | | **仪表板** | Grafana | 平台自身的运营可观测性 | | **基础设施** | Docker Compose | 本地和 staging 环境 | ## 支持的云平台 | 提供商 | 状态 | 凭证方法 | |---|---|---| | AWS | ✅ Phase 0 | IAM Role (assumed) 或 Access Key | | OCI | ✅ Phase 0 | API Key + config 文件 | | Azure | 🔜 Phase 1 | — | | GCP | 🔜 Phase 2 | — | ## 快速入门 **前置条件：** Docker、Docker Compose、Git ``` # 1. Clone git clone https://github.com/ferkuellar/northbound-control-tower.git cd northbound-control-tower # 2. 配置环境 make setup # copies .env.example → .env # 编辑 .env：设置 JWT_SECRET_KEY，以及可选的 ANTHROPIC_API_KEY # 3. 启动平台 make up # 4. 打开 dashboard open http://localhost:3000 ``` **执行 `make up` 后的服务：** | 服务 | URL | 描述 | |---|---|---| | 前端 | http://localhost:3000 | 高管仪表板 | | 后端 API | http://localhost:8000 | FastAPI — OpenAPI 文档位于 `/docs` | | Prometheus | http://localhost:9090 | 指标 | | Grafana | http://localhost:3001 | 平台可观测性 (admin / admin) | **常用命令：** ``` make logs # Stream all service logs make backend-test # Run pytest suite make backend-lint # Ruff check make frontend-lint # ESLint make down # Stop all services make clean # Stop + remove volumes ``` ## 文档 | 文档 | 目的 | 受众 | |---|---|---| | **README** *(本文件)* | 平台概述、功能、架构 | 所有人 | | [ARCHITECTURE.md](./ARCHITECTURE.md) | 组件设计、数据模型、技术决策 | 工程师、架构师 | | [QUICKSTART.md](./QUICKSTART.md) | 在 30 分钟内在本地运行技术栈 | 工程师 | | [API_REFERENCE.md](./API_REFERENCE.md) | 完整的端点参考、请求/响应 schema | 开发者、集成人员 | | [CONTRIBUTING.md](./CONTRIBUTING.md) | 分支约定、如何添加收集器和发现结果 | 贡献者 | ## 路线图 Control Tower 分阶段进行开发。每个阶段在扩展范围之前都会交付一个稳定、可用于生产的增量。 | 阶段 | 重点 | 状态 | |---|---|---| | **Phase 0** | 模块化单体架构 — AWS + OCI、核心发现、AI 报告、多租户 SaaS | 🔵 进行中 | | **Phase 1** | Azure 支持、高级 RBAC、多租户账户、账单摄取 | ⚪ 已计划 | | **Phase 2** | GCP 支持、自动修复工作流、Slack/Teams 警报 | ⚪ 已计划 | | **Phase 3** | Kubernetes 原生部署、事件驱动架构、SaaS 模式 | ⚪ 已计划 | 阶段边界是经过深思熟虑的。只有在当前阶段稳定并经过运营验证后，才会添加新功能。 ## 许可证 专有。保留所有权利。 © Northbound — NorthFinOps 有关许可事宜，请通过代码库联系维护人员。
使用 FastAPI · Next.js · PostgreSQL · Celery · Prometheus · OpenTelemetry · Claude AI 构建
标签：AI辅助分析, AV绕过, AWS, CSPM, DPI, FastAPI, FinOps, IT治理, IT运营分析, PostgreSQL, TinkerPop, 云可见性, 云安全态势管理, 云成本优化, 云智能, 云清单, 云财务运营, 云运营, 前端应用, 多云管理, 控制塔, 搜索引擎查询, 无线安全, 测试用例, 版权保护, 用户代理, 自定义请求头, 逆向工具, 风险评分, 高管报告