NiranjanTapasv1/incident-response-copilot

# Incident Response Copilot 一个在系统宕机时，能帮助工程师在手动排查之前弄清楚出了什么问题的 agent。它会读取模拟云环境中的日志、指标和告警，找出可能导致问题的原因，并建议修复方案。但它不能擅自采取行动。它想要执行的每一个动作都会先经过检查，例如它可以建议回滚数据库，但如果该动作没有通过安全检查，它就无法真正执行。 ## 为什么开发这个项目 当生产环境出现故障时，最耗时的往往不是修复问题，而是首先弄清楚*到底哪里出了错*。工程师们不得不在仪表盘、日志文件和告警队列之间来回切换，靠手工拼凑出事件的来龙去脉。这个项目旨在探讨：如果由一个 agent 自动完成初步排查、收集证据、对最可能的原因进行排序，最后交给工程师一份简短的清单，而不是一面铺天盖地的日志墙，会怎么样？ 这背后更棘手的问题是：在事件发生期间，如何允许 agent 采取实质性操作（重启服务、扩容、回滚部署），而不会让它引发下一次故障。这才是我最关心的部分，它也是我的另一个项目背后探讨的核心问题——那是一个使用 Z3 构建的 AI agent 安全检查器，Z3 是一种用于形式化验证的真正的约束求解器。这个项目直接接入了那个安全检查器，因此 agent 在这里想要执行的每一个高风险操作，在真正执行之前都会根据真实的策略规则进行验证，而不是想当然地认为没问题。 ## 具体功能 1. 读取模拟云设置（虚拟服务、虚拟数据，未连接任何真实环境）中的告警、指标、日志和最近的部署记录 2. 将相关的症状聚合为一个单一事件，而不是向工程师展示十个实质上是同一个问题的独立告警 3. 对最可能的原因进行排序，并附上每个原因背后的证据 4. 提出修复建议 5. 在任何修复方案真正执行之前，根据安全规则对其进行检查：有些操作会被直接拦截，有些则会暂停等待人工审批 6. 记录每一个决策，因此对于提议了什么、允许了什么以及拒绝了什么，都有完整的记录 ## 安全检查机制 有些操作风险极高，如果没有人工参与，绝对不应执行。生产环境回滚需要高级操作员的批准；重启生产服务需要批准；运行原始 shell 命令则一律完全禁止，绝无例外；将敏感日志导出到外部也被禁止；低权限用户根本无法接触生产服务。 该检查可以通过两种方式运行：一是项目本身内置的简易本地规则，二是连接到我基于 Z3 构建的实际安全平台作为独立服务，这样决策将来自真实的策略引擎，而非硬编码的逻辑。 ``` flowchart LR Agent[Agent proposes an action] --> Check[Safety check] Check --> Pass[Approved: action runs] Check --> Block[Blocked: logged, nothing happens] Check --> Hold[Needs human approval: paused] ``` ## 技术栈 - **后端：** Python, FastAPI, SQLite - **前端：** React, TypeScript, Vite - **安全层：** 默认使用内置的本地规则，也可选择通过 HTTP 连接到 Z3 安全平台 ## 本地运行 **后端** ``` python3.11 -m venv .venv source .venv/bin/activate pip install -r backend/requirements.txt uvicorn backend.app.main:app --reload --port 8000 ``` **前端** ``` cd frontend npm install npm run dev ``` 打开 `http://127.0.0.1:5173`。 ## 运行效果 项目内置了一个演示程序，展示了几个逼真的场景：一个是扩容请求需要审批；一个是未授权的回滚被拦截；还有一个是有人试图混入 shell 命令并被拒绝： ``` python scripts/run_demo.py --assert ``` ## 数据说明 这里没有任何真实数据。“云环境”完全是虚构的：虚拟服务、虚拟告警、虚拟日志，因此不用担心它会触及实际的生产系统、云账户或真实的基础设施。 ## 未包含的内容（刻意为之） 这是一个可运行的 demo，而不是生产级的监控工具。它不连接真实的云提供商、Kubernetes 集群，也不接入像 PagerDuty 或 Datadog 这样的告警系统。Z3 安全集成是可选的，如果没有它，一切都可以通过使用内置的本地规则正常运行。该项目的架构设计使得未来可以在不重写核心 agent 的情况下，轻松添加这些真实的集成。 ## 测试 ``` pytest cd frontend && npm run typecheck && npm run build ``` ## Docker ``` docker compose up --build ```

标签：AIOps, DLL 劫持, 多云环境, 大语言模型, 智能运维, 模块化设计, 策略校验, 自动化修复, 请求拦截, 逆向工具