gin/incident-command-center
GitHub: gin/incident-command-center
基于多智能体协作的生产就绪模拟器，在部署前和事故响应阶段帮助团队发现潜在系统风险并生成就绪报告。
Stars: 0 | Forks: 0
# incident-command-center
## 生产就绪模拟器
模拟部署并获取就绪报告。
用法标志：
- `--scenarios` 定义要模拟的场景数量。默认 = 10
- `--max-concurrent` 定义要模拟的并发场景数量。如果从 API 收到状态码 429 错误，请降低此数值。默认 = 2
- `--input-dir` 定义读取系统 artifact 的目录。默认 = ./inputs
- `--artifacts-dir` 定义输出 artifact 的目录。默认 = ./artifacts
- `--output` 定义写入就绪报告的输出文件。默认 = ./readiness_report.md
示例：
```
uv run prs --scenarios 10
# 测试
uv run prs --input-dir ./inputs --output readiness_report.md --scenarios 2 --max-concurrent 2
```
实现的核心功能：
- ✅ 多模态输入（架构图、Grafana 截图、K8s、Terraform、diff）
- ✅ 3-agent 群体（Architect → Adversary → SRE），支持异步并行执行
- ✅ 可配置场景数量（默认 10，最大 100）
- ✅ 风险分类 + 就绪评分
- ✅ 包含摘要统计的 Markdown 报告
- ✅ Artifact 导出：Pytest 测试、Kube-burner 配置、Chaos Mesh manifest、runbook
- ✅ 用于自动化 PR 评论的 GitHub Action 工作流
- ✅ 独立的 github_integration.py，用于本地/手动发布 PR
后续步骤：
- 人工验证报告中提出的问题
- Agent 修复问题
## 备注
- 截至 2026-06-28，Python SDK `cerebras-cloud-sdk-python` 没有公开用于多模态能力检查的模型元数据，因此目前如果我们在输入中发现图像，会与用户进行验证。另一种方法是查看 Huggingface 或其他来源上的 model card。
标签：AI智能体, 多模态AI, 子域名突变, 开源框架, 持续集成, 混沌工程, 生产就绪检查, 逆向工具