neelpote/ai-incident-black-box
GitHub: neelpote/ai-incident-black-box
一个基于 Filecoin 去中心化存储的 AI 故障响应黑匣子记录器,帮助运维团队将故障证据和分析结果加密上链并支持完整性验证。
Stars: 0 | Forks: 0
# AI 故障黑匣子
一个基于 Filecoin 的黑匣子记录器,用于 AI 驱动的故障响应。
该应用允许值班工程师加载故障证据,运行本地故障分析 agent,生成带有 hash 的证据胶囊,通过 Filecoin Pin 进行存储,并验证检索到的胶囊是否仍然与存档的回执匹配。
## 当前可用功能
- 现代化的无 gradient 故障控制台 UI
- 示例结账服务中断场景
- 确定性的本地故障 agent
- 时间轴回放条
- 包含 SHA-256 hash 的证据清单
- 故障胶囊构建器
- 用于无密钥演示的模拟 Filecoin 存储适配器
- 用于真实 Calibration/mainnet 存储的 Filecoin Pin 适配器
- 在真实模式下带有检索检查的回执验证流程
- 针对 agent、hash、胶囊创建和验证的单元测试
- 用于分析/存储/验证的 Playwright 流程
## 本地运行
```
npm install
npm run dev
```
打开 [http://localhost:3000](http://localhost:3000)。
对于此环境,`npm run start` 比 `npm run dev` 更稳定,因为开发环境文件监听器可能会触及操作系统的限制:
```
npm run build
npm run start
```
## 演示流程
在线演示:[https://filecoin-two.vercel.app](https://filecoin-two.vercel.app)
1. 点击 `Load sample incident`。
2. 点击 `Analyze incident`。
3. 查看根本原因、即时修复方案、未知问题并回放时间轴。
4. 点击 `Store capsule`。
5. 查看 Filecoin CID 和 piece CID。
6. 点击 `Verify receipt`。
## 真实 Filecoin 模式
应用默认使用模拟模式,因此无需凭证即可运行。要在 Calibration 上使用 Filecoin Pin:
1. 为一个兼容 ETH 的 Filecoin 钱包充值 Calibration tFIL 和测试用的 USDFC。
2. 复制 `.env.example` 到 `.env.local`。
3. 设置:
```
FILECOIN_STORAGE_MODE=filecoin-pin
FILECOIN_NETWORK=calibration
PRIVATE_KEY=0x...
```
4. 启动应用:
```
npm run build
npm run start
```
服务器会使用本地 `filecoin-pin` CLI 依赖存储故障胶囊 JSON,并在可用时返回 IPFS root CID 和 Filecoin piece CID,然后通过从配置的 gateway 检索 JSON 来进行验证。
首次上传前可用的设置命令:
```
npx filecoin-pin payments setup --auto --network calibration
```
切勿提交 `.env.local` 或任何私钥。
## 测试
```
npm run lint
npm test
npm run build
npm run test:e2e
```
注意:Playwright 在受限的 macOS 沙盒中可能会被阻止。应用仍然可以正常构建和提供服务。
## Filecoin 集成
存储路由通过以下方式进行:
```
src/app/api/storage/store/route.ts
src/app/api/storage/verify/route.ts
src/lib/storage/server.ts
src/lib/storage/filecoin-pin.ts
src/lib/storage/mock-filecoin.ts
```
设置 `FILECOIN_STORAGE_MODE=mock` 或保留为空以使用模拟模式。设置 `FILECOIN_STORAGE_MODE=filecoin-pin` 以使用真实的 Filecoin Pin 模式。
## 项目计划
完整的构建计划位于:
```
docs/AI_INCIDENT_BLACK_BOX_BUILD_PLAN.md
```
标签:Filecoin, Incident Response, 数据防篡改, 暗色界面, 特征检测, 自动化攻击, 运维