Gopi-yenduru/DevOps-Incident-Response-Agent
GitHub: Gopi-yenduru/DevOps-Incident-Response-Agent
一个基于 LangGraph 五 Agent 架构的自主 DevOps 事件响应系统，实时监控应用日志并自动诊断根因、推荐修复方案和编排响应动作。
Stars: 0 | Forks: 0
# DevOps Incident Agent 🤖
[](https://opensource.org/licenses/MIT)
[](https://github.com/owner/devops-incident-agent)
[](https://python.langchain.com/docs/langgraph)
一个生产级的自主 DevOps Incident Response Agent。实时监控应用程序，利用 5-agent 的 LangGraph AI pipeline 诊断根本原因，并自动编排响应（GitHub Issues、PR 和 Telegram 警报）。
## ✨ 功能
- **5-Agent AI Pipeline：** 由 LangGraph 和 Google Gemini 2.0 提供支持。
- *Anomaly Detector：* 识别真正的错误与噪音。
- *Incident Correlator：* 对相关的 incident 进行分组。
- *Root Cause Analyzer：* 执行深度的因果推理。
- *Fix Suggestion Agent：* 推荐可操作的修复方案和代码片段。
- *Response Orchestrator：* 将任务分派给 GitHub 和 Telegram。
- **Incident Correlation Engine：** 通过对相关日志进行分组来减少警报疲劳。
- **自动解决：** 如果在可配置的时间窗口内没有再次发生，则自动将 incident 标记为已解决。
- **实时仪表板：** React 前端，显示实时 incident、MTTR 趋势和 agent 准确率。
- **Webhook 集成：** 使用 HMAC-SHA256 安全的 webhook 轻松从任何应用程序推送日志。
- **内置日志模拟器：** 使用逼真的模拟日志测试和演示系统。
## 📊 实际影响（案例研究）
*在监控 3 个应用程序的 30 天内：*
- 检测到 **X** 个 incident
- **Y%** 的根本原因准确率
- 平均 MTTR 从 **Z** 分钟减少到 **W** 分钟
*（指标将在生产部署后填入）*
## 🚀 快速开始
1. **克隆仓库：**
git clone https://github.com/owner/devops-incident-agent.git
cd devops-incident-agent
2. **配置环境：**
cp .env.example .env
# 编辑 .env 并添加你的 GEMINI_API_KEY、GITHUB_TOKEN、TELEGRAM_BOT_TOKEN
3. **启动技术栈：**
docker-compose up -d
4. **访问仪表板：**
在浏览器中打开 `http://localhost:3000`。
## 🔌 Webhook 集成
要监控您自己的应用程序，请向 webhook endpoint 发送 POST 请求。
1. 在仪表板中注册您的应用程序以获取 `webhook_secret`。
2. 计算 JSON payload 的 HMAC-SHA256 签名。
3. 发送日志：
```
curl -X POST http://localhost:8000/api/v1/logs/webhook/ \
-H "Content-Type: application/json" \
-H "X-Signature: sha256=" \
-d '{"logs": ["ERROR: Connection timeout in auth-service"]}'
```
## 🏗️ 架构
```
Log Stream ──> [ FastAPI ] ──> [ DB ]
│
▼
┌───────────────────┐
│ LangGraph Pipeline│
│ 1. Anomaly Detect │
│ 2. Correlate │
│ 3. Root Cause │
│ 4. Suggest Fix │
│ 5. Orchestrate │
└─────────┬─────────┘
│
┌─────────┴─────────┐
▼ ▼
[ GitHub ] [ Telegram ]
```
## 🗺️ 路线图
- [ ] Slack 和 PagerDuty 集成
- [ ] 多租户支持
- [ ] 自动扩缩容建议 agent
- [ ] 支持本地开源 LLM (Llama 3 / Mistral)
## 🤝 贡献
请参阅 [CONTRIBUTING.md](CONTRIBUTING.md) 了解有关如何在本地运行项目以及向 pipeline 添加新 agent 的指南。
## 📄 许可证
MIT 许可证。有关详细信息，请参阅 [LICENSE](LICENSE)。
标签：AIOps, DLL 劫持, LangGraph, 告警关联, 大语言模型, 自动化响应, 自动化运维, 请求拦截, 逆向工具