0Cluster/ai-incident-response-system

# AI 事件响应系统 (AIRS) ## 为什么做这个项目？ 在现代生产环境中，工程师花费宝贵的时间通过手动检查日志、监控指标、确定根本原因、创建工单和记录解决方案来调查事件。 AIRS 自动化了这一工作流程，以减少响应时间并提高运营效率。 # 功能 ### 当前 (MVP) * 通过 webhook 告警进行事件检测 * 基于 FastAPI 构建的 REST API * 事件管理系统 * PostgreSQL 数据库集成 * 自动化系统诊断 * 日志收集与解析 * AI 驱动的根本原因分析 * AI 生成的修复建议 * 基于规则的决策引擎 * 专业事件报告生成 ### 计划中的企业级功能 * RAG 驱动的事件知识库 * 相似事件搜索 * GitHub commit 关联 * 部署回滚建议 * 人工审批工作流 * 自动化修复工作流 * Prometheus 监控集成 * Grafana dashboard * Slack / Microsoft Teams 通知 * Jira 工单创建 * PDF 事件报告 * 预测性事件检测 * Multi-agent AI 架构 # 系统工作流 ``` Infrastructure Alert │ ▼ FastAPI Alert Receiver │ ▼ Store Incident │ ▼ Collect Diagnostics │ ▼ Collect Logs │ ▼ AI Root Cause Analysis │ ▼ Decision Engine │ ▼ Recommendation / Auto Remediation │ ▼ Generate Incident Report ``` # 技术栈 | 类别 | 技术 | | ---------------- | ---------------------- | | 语言 | Python 3.12+ | | 后端 | FastAPI | | 数据库 | PostgreSQL | | ORM | SQLAlchemy | | 数据迁移 | Alembic | | 后台任务 | Celery | | 队列 | Redis | | AI | Ollama, OpenAI, Gemini | | 监控 | Prometheus | | 可视化 | Grafana | | 自动化 | n8n | | 容器化 | Docker, Docker Compose | | 测试 | Pytest | | 版本控制 | Git & GitHub | # 项目结构 ``` ai-incident-response-system/ app/ │ ├── api/ ├── core/ ├── database/ ├── models/ ├── schemas/ ├── services/ ├── tasks/ ├── utils/ ├── prompts/ └── main.py tests/ docs/ scripts/ docker/ README.md .env.example ``` # 核心模块 ## 1. 监控 通过 webhook 接收来自监控系统的告警。 示例： * 服务宕机 * CPU 使用率过高 * 内存耗尽 * 数据库连接失败 ## 2. 告警接收器 * 接收基础设施告警 * 验证 payload * 存储事件 * 创建事件时间线 ## 3. 诊断引擎 自动收集： * CPU 使用率 * 内存使用率 * 磁盘使用率 * 网络信息 * 运行中的进程 * 操作系统详情 ## 4. 日志收集器 收集来自以下来源的日志： * 应用程序日志 * Docker 容器 * 系统日志 * Nginx * Apache 提取内容： * 错误 * Stack trace * 警告 * 超时事件 ## 5. AI 分析引擎 使用 LLM 生成： * 根本原因分析 * 严重程度分类 * 置信度得分 * 执行摘要 * 推荐的修复方案 ## 6. 决策引擎 使用预定义的安全规则评估 AI 建议。 可能的结果： * 自动修复 * 需要人工审批 * 升级给工程师 # 未来增强功能 * 使用 RAG 的 AI 记忆 * 相似事件检索 * GitHub Commit 分析 * 部署回滚检测 * 人工审批工作流 * 预测性故障检测 * 语音告警通知 * Multi-Agent AI 架构

标签：AIOps, AI风险缓解, AV绕过, FastAPI, Python, 搜索引擎查询, 故障响应系统, 无后门, 根因分析, 测试用例, 版权保护, 自动化运维, 自定义请求头, 请求拦截, 运维, 逆向工具