NaveenCK-10/RecallOps-AI

# RecallOps AI 🚀 **永远不要两次解决同一个生产事故** RecallOps AI 是一个自主的、记忆增强的事故解决引擎，专为下一代 Site Reliability Engineering 而构建。通过智能聚合生产日志，并利用基于过往事故的持久化语义向量 memory 来增强大型语言模型（LLMs），RecallOps 确保你的工程团队永远不会对同一个问题进行两次调试。 ## 🌟 痛点 工程团队反复花费数小时调试相同的生产问题，因为以前的解决方案散落在 Slack、Jira、电子邮件、文档以及工程师的记忆中。当警报触发时，宝贵的时间被浪费在了重新寻找根本原因上。 ## 💡 解决方案 RecallOps AI 充当自主的 SRE memory 引擎： 1. **智能摄取：** 将原始异常、Datadog 警报或 Kibana 日志直接粘贴到引擎中。 2. **Hindsight 持久化 Memory：** 由 `@vectorize-io/hindsight-client` 提供支持，它对过往事故进行语义搜索，以增强 LLM 的上下文。 3. **CascadeFlow 路由：** 由 `@cascadeflow/core` 提供支持，它根据事故复杂度和 memory 上下文，动态将请求路由到最佳的 LLM（例如 Mistral Nemotron 或 Llama 3.1）——从而优化速度和成本。 4. **可执行的解决方案：** 生成结构化的根本原因分析和逐步解决计划。 ## 🏗 架构与技术栈 ### 核心技术 * **Frontend：** React (Vite)、Tailwind CSS v4（自定义 Glassmorphism 主题）、Framer Motion、Lucide Icons。 * **Backend：** Node.js、Express.js。 * **智能层（NVIDIA API Catalog）：** * `mistralai/mistral-nemotron`（主要推理模型） * `nvidia/llama-3.1-nemotron-70b-instruct`（复杂任务） * **SDK 与工具：** * `@vectorize-io/hindsight-client`（语义 memory 存储与检索） * `@cascadeflow/core`（智能 LLM 路由、成本计算和延迟优化） ### 文件夹结构 ``` RecallOps/ ├── backend/ # Express.js REST API │ ├── config/ # Environment & setup │ ├── data/ # Sample incident datasets │ ├── routes/ # API endpoints (analyze, memory, runtime) │ ├── services/ # Core business logic │ │ ├── cascadeflowService.js # SDK integration for model routing │ │ ├── hindsightService.js # SDK integration for semantic memory │ │ └── nvidiaService.js # NVIDIA API inference (Mistral Nemotron) │ └── server.js # Entry point ├── frontend/ # React UI │ ├── src/ │ │ ├── assets/ # Static assets │ │ ├── context/ # Global AppState (Incidents, Analytics) │ │ ├── layouts/ # Main responsive shell │ │ ├── pages/ # Dashboard, Analyze, Memory, Analytics │ │ ├── services/ # Axios API layer │ │ ├── App.jsx # Application routing │ │ └── main.jsx # React entry point │ └── index.css # Tailwind v4 theme configuration └── README.md ``` ## 🚀 功能特性 - **自主根本原因分析：** 将晦涩难懂的 stack traces 转化为通俗易懂的英文解释。 - **记忆增强生成 (RAG)：** 使用 Hindsight SDK 获取先前事故的解决方案，并将它们作为上下文传入，从而防止 LLM 为已知问题“幻觉”出盲目的修复方法。 - **动态模型路由：** 使用 CascadeFlow SDK 对事故复杂度进行分类。简单或由 memory 支撑的事故会被路由到更快/更便宜的模型，而全新的严重问题则使用大型模型。 - **Runtime 仪表板：** 全面可观测 LLM 的 token 使用量、延迟和成本节省情况。 - **Glassmorphism UI：** 高级、现代的界面设计，旨在让用户瞬间“惊艳”。 ## 🛠 安装与本地设置 ### 前置条件 - Node.js v18+ - NVIDIA API Key (`mistralai/mistral-nemotron`) ### 1. 克隆并安装 ``` git clone https://github.com/your-org/recallops-ai.git cd recallops-ai # 安装 backend 依赖 cd backend npm install # 安装 frontend 依赖 cd ../frontend npm install ``` ### 2. 配置 在 `backend/` 目录中创建一个 `.env` 文件： ``` PORT=3001 NODE_ENV=development NVIDIA_API_KEY=your_nvidia_api_key_here ``` ### 3. 运行应用程序 你需要同时运行 frontend 和 backend 服务器。 **终端 1（Backend）：** ``` cd backend npm run dev ``` **终端 2（Frontend）：** ``` cd frontend npm run dev ``` 在浏览器中访问 `http://localhost:5173`。 ## 🎬 演示说明（60 秒流程） 1. **仪表板：** 从仪表板开始查看系统概览。注意显示为“在线”的“系统集成”。 2. **分析事故：** 点击“分析新事故”。 3. **输入：** 点击“加载示例”以加载原始的 PostgreSQL 连接池耗尽日志。 4. **处理：** 点击“使用 AI 分析”。观看 pipeline 动画，它会查询 Hindsight，通过 CascadeFlow 路由，并运行 NVIDIA 推理。 5. **审查：** 观察结构化的输出。注意 **Hindsight 上下文** 卡片，它显示找到了与过去相似的事故并增强了模型。注意 **CascadeFlow 决策** 卡片，它显示了路由到的模型以及执行延迟/成本。 6. **Memory 时间线：** 导航到“Memory”选项卡以查看所有过往事故的持久化向量数据库。 ## 🔮 未来规划 * **Slack/PagerDuty 集成：** 自动从 webhooks 直接摄取警报。 * **自动化 Runbooks：** 基于 LLM 的解决方案计划生成 Terraform/Kubernetes 脚本以自动应用修复。 * **团队知识图谱：** 将 PRs、Jira tickets 和 Confluence 文档连接到 Hindsight memory 库中。 *专为 AI Agents Hackathon 打造。*

标签：AIOps, DLL 劫持, GNU通用公共许可证, MITM代理, Node.js, React, Syscalls, 事故响应, 大语言模型, 根因分析, 自定义脚本, 运维