JawakarAdith/ai-incident-response-platform

# 🤖 多 Agent AI 工作流自动化平台 自动分析失败的部署日志，识别根本原因， 创建 Jira ticket 并发送 Slack 通知 —— 全程不到 60 秒。 ## 功能说明 | 手动流程 | 使用本工具 | |---|---| | 阅读 500 行日志 → 45 分钟 | AI 分析 → 10 秒 | | 识别根本原因 → 20 分钟 | 自动检测 | | 编写 Jira ticket → 10 分钟 | 自动创建 | | 通知团队 → 5 分钟 | 自动发送 Slack 消息 | | **总计：约 1 小时** | **总计：约 60 秒** | ## Agent Pipeline 用户粘贴日志 ↓ 🧠 Planner → 🔍 RAG Search → 📋 日志分析 ↓ 💡 建议 → ✅ 验证 → 🔧 工具执行 ↓ Jira Ticket + Slack 通知（自动） ## 技术栈 - **后端** — FastAPI, Python, async - **AI Pipeline** — LangGraph, LangChain, Groq LLM (llama-3.3-70b) - **数据库** — PostgreSQL, Alembic - **向量记忆** — ChromaDB, sentence-transformers - **集成** — Jira API, Slack API - **认证** — JWT - **前端** — Streamlit ## 设置 1. 克隆仓库 2. 创建虚拟环境 3. 安装依赖 4. 配置 `.env` 5. 运行数据库迁移 6. 启动后端 + 前端 有关详细说明，请参阅 SETUP.md。 ## 环境变量 创建 `backend/.env`： DATABASE_URL=postgresql+asyncpg://user:password@localhost:5432/workflow_platform GROQ_API_KEY=your-key JIRA_BASE_URL=https://yourcompany.atlassian.net JIRA_PROJECT_KEY=SCRUM SLACK_BOT_TOKEN=your-token SLACK_DEFAULT_CHANNEL=#incidents SECRET_KEY=your-secret-key ## 功能特性 - 6 个 agent 的 LangGraph pipeline - RAG 记忆 — AI 从过往事件中学习 - 置信度评分 — 标记不确定的分析 - 自动创建 Jira ticket，并为低置信度添加警告标签 - 带有严重性上下文的 Slack 通知 - PostgreSQL 中的完整审计追踪 - JWT 认证 - Streamlit 仪表板，包含历史记录、RAG 记忆流、工作流详情

标签：AI智能体, AV绕过, FastAPI, Jira集成, Kubernetes, LangChain, 开发运维, 测试用例, 自动化运维, 轻量级, 逆向工具