madhumitha15-git/AI-Incident-Response-Agent

GitHub: madhumitha15-git/AI-Incident-Response-Agent

一个结合 ML 分类、RAG 检索与 LLM 分析的智能 IT 事件响应系统,帮助 DevOps/SRE 团队自动预测事件严重性并生成事件报告。

Stars: 0 | Forks: 0

# 🚨 AI Incident Response Agent ## 📌 概述 AI Incident Response Agent 是一个智能事件管理系统,它利用 Machine Learning、Retrieval-Augmented Generation (RAG) 和 Large Language Model (LLM) 来分析 IT 事件、预测严重性、生成事件报告、维护事件历史记录,并提供来自以往事件的洞察。 该系统帮助 DevOps、Site Reliability Engineering (SRE) 和 IT 运维团队自动化事件分析并提高响应效率。 ## ✨ 功能 * 🔍 使用 Machine Learning 进行事件分类 * 🚨 严重性预测(低、中、高、严重) * 📚 使用 FAISS Vector Database 进行基于 RAG 的知识检索 * 🤖 使用 Groq LLM 进行 AI 驱动的事件分析 * 🧠 使用 SQLite 存储事件历史 * 💬 用于查询以往事件的 AI 事件助手 * 📊 带 Streamlit 的分析仪表板 * 📄 可下载的事件报告 ## 🏗️ 系统架构 事件日志 ↓ Machine Learning 分类器 ↓ 严重性预测模型 ↓ RAG 知识检索 ↓ LLM 分析 ↓ 事件报告生成 ↓ SQLite 事件记忆库 ↓ AI 事件助手 ↓ 分析仪表板 ## 🛠️ 技术栈 ### 编程语言 * Python ### 机器学习 * Scikit-learn * TF-IDF Vectorization ### RAG 与 Embeddings * LangChain * FAISS * Sentence Transformers ### 大语言模型 * Groq API * Llama 3.1 ### 数据库 * SQLite ### 前端 * Streamlit ### 数据处理 * Pandas * NumPy ### 可视化 * Matplotlib ## 📂 项目结构 AI-Incident-Response-Agent ├── app.py ├── data/ │ ├── knowledge_base.txt │ └── severity.csv ├── models/ │ ├── model.pkl │ ├── vectorizer.pkl │ ├── severity_model.pkl │ ├── severity_vectorizer.pkl │ └── vector_db/ ├── src/ │ ├── agent.py │ ├── rag.py │ ├── database.py │ └── train_severity.py ├── requirements.txt └── README.md ## ⚙️ 安装 ### 克隆仓库 ``` git clone https://github.com/YOUR_USERNAME/AI-Incident-Response-Agent.git cd AI-Incident-Response-Agent ``` ### 创建虚拟环境 ``` python -m venv venv ``` ### 激活虚拟环境 Windows: ``` venv\Scripts\activate ``` ### 安装依赖 ``` pip install -r requirements.txt ``` ## 🔑 环境变量 创建一个 `.env` 文件: ``` GROQ_API_KEY=your_groq_api_key ``` ## ▶️ 运行应用 ``` streamlit run app.py ``` 打开: ``` http://localhost:8501 ``` ## 🧪 示例事件日志 ``` Production database connection timeout after deployment. Users are unable to access the application. Multiple SQL queries are failing and the database connection pool is exhausted. ``` ## 📊 仪表板功能 * 事件分类 * 严重性预测 * AI 事件报告 * 事件历史记录 * 分析仪表板 * AI 事件助手 ## 🚀 未来增强 * 用户身份验证 * 基于角色的访问控制 * 实时监控集成 * 邮件和 Slack 通知 * 云部署 * 高级事件趋势分析 ## 👩‍💻 作者 Tangella Madhumitha B.Tech 学生 | 有抱负的 Data Scientist ## 📜 许可证 本项目出于教育和作品集目的而开发。
标签:DLL 劫持, IT运维, Kubernetes, Python, RAG, Socks5代理, Sysdig, 大语言模型, 无后门, 智能客服/AI助手, 逆向工具