s0hamjain/Sprynt

GitHub: s0hamjain/Sprynt

Sprynt 是一款 AI 驱动的生产故障事件响应平台,通过加入实时会议、自动提取任务、调查代码库并生成修复建议,将混乱的故障处理流程整合为统一工作流。

Stars: 0 | Forks: 0

# Sprynt Sprynt 是一款专为工程团队设计的 AI 故障事件处理工具。它可以加入实时故障排查语音会议,实时聆听对话内容,提取待办事项,调查关联的代码库,并帮助团队在单一工作流中完成从故障分级处理到修复的全过程。 ## 概述 生产环境故障通常十分混乱。团队需要在语音会议、聊天、工单、仪表盘和代码仓库之间来回切换,同时试图还原问题经过并决定下一步的负责人。Sprynt 的诞生正是为了减轻这种运营阻力。 在故障处理期间,Sprynt 可以: - 作为 AI 参与者加入实时会议 - 将实时转录更新推送到共享的故障仪表盘 - 从会议中提取并整理待办事项 - 将工作同步至 Jira - 调查关联的 GitHub 代码库,寻找可能的根因文件 - 通过并排的代码审查流程生成修复建议 - 将事件记录和报告文件等产出物持久化存储到 AWS S3 最终呈现的是一个集成了实时协作、代码调查、任务编排和事后产出物存储的统一故障处理工作区。 ## 核心能力 ### 实时故障处理室 每个故障事件都会拥有一个专属的处理室,包含: - 实时会议文字转录 - 实时反映待办事项提取结果的任务看板 - 用于代码仓库调查的深入分析面板 - 实时 agent 状态和故障控制选项 ### AI 任务提取 Sprynt 会监听会议转录,并识别出会议期间讨论的可执行后续任务。这些任务在确认生效前会经过稳定化处理,并可直接同步至 Jira 供后续执行。 ### 深入调查 Sprynt 利用最近的代码仓库上下文和故障讨论信号,对关联的 GitHub 代码仓库进行分析,从而: - 对可疑文件进行排序 - 突出显示可能存在问题的代码范围 - 呈现支持这些发现的相关证据 ### 修复审查工作流 一旦确定了可能的代码热点,Sprynt 就能生成修复建议,并以并排差异对比的形式展示出来。团队可以在类似代码审查的界面中审核建议的修改,并逐步完善直至满足发起 pull request 的条件。 ### 故障产出物存储 已解决的故障会将重要产出物持久化到 AWS S3,包括: - `transcript.json` - `incident-report.md` 这些产出物日后可以重新打开并下载,这使得 Sprynt 不仅在实时故障处理中发挥作用,对事后归档和复盘同样极具价值。 ## 系统架构 Sprynt 是一个全栈应用,主要由以下部分组成: - **Frontend:** Next.js, TypeScript, React Query, Zustand, Monaco Editor - **Backend:** FastAPI, async SQLAlchemy, Alembic - **Artifact Worker:** 在故障解决时由 FastAPI 触发的 Go 服务,负责从 Postgres 生成报告并上传至 S3 - **Auth & Database:** Supabase Auth 和 Postgres - **Artifact Storage:** AWS S3 - **Meeting Bot Layer:** Skribby - **Integrations:** GitHub, Jira - **AI Layer:** 基于 Anthropic / OpenAI / Gemini 的工作流 - **Deployment Model:** 容器化(Dockerized)的 backend + worker,Vercel 托管 frontend,Railway 托管 backend ## 产品流程 1. 用户创建一个故障事件并附带一个会议链接。 2. Sprynt 作为 AI 参与者加入该会议。 3. 实时转录事件通过 WebSocket 流式传输到仪表盘。 4. 系统提取待办事项并管理负责人的状态更新。 5. 深入调查功能对关联代码库中可能可疑的文件进行排序。 6. 团队通过结构化的差异比对工作流审核建议的修复方案。 7. 当故障解决后,FastAPI 会触发 Go artifact worker,后者读取 Postgres 并将转录/报告产出物上传至 S3。 ## Sprynt 的独特之处 - 它将**实时会议上下文**和**代码仓库调查**结合在同一个系统中。 - 它将故障响应同时视为一项**实时协作问题**和一项**代码理解问题**。 - 它通过**可持久化下载的产出物**保留了故障的处理结果。 - 它支持一种符合现实场景的工程工作流,涵盖了 **Zoom 会议的混乱、Jira 协同、GitHub 调查以及事后复盘文档记录**。 ## 部署说明 Sprynt 的设计围绕生产级部署架构展开: - **Frontend:** Vercel - **Backend:** Railway - **Containerization:** Docker - **Storage:** AWS S3 - **Auth / Database:** Supabase ## 仓库结构 ``` . ├── backend/ # FastAPI API, routers, models, services, migrations ├── worker/ # Go artifact worker (report/transcript → S3) ├── frontend/ # Next.js application and incident dashboard UI ├── docker-compose.yml # Backend + worker containers └── README.md # Project overview ``` ## 文档 - [backend/README.md](/Users/kanisiva/Documents/Code/VSCode/Projects/HooHacks/backend/README.md) - [frontend/README.md](/Users/kanisiva/Documents/Code/VSCode/Projects/HooHacks/frontend/README.md) ## 状态 Sprynt 是一个完整的端到端项目,重点关注 AI 辅助的故障响应、代码仓库调查、产出物持久化以及生产级部署架构。
标签:AI智能体, 日志审计, 研发效能, 自动化办公, 自动化攻击, 请求拦截, 运维与监控, 逆向工具