HolmesGPT/holmesgpt

解決する課題

HolmesGPTは、本番環境のインシデント調査と根本原因の特定を自動化するために設計されたAIエージェントです。Kubernetes、VM、クラウドプロバイダー、データベースを含む多様なインフラスタックにわたるライブオブザーバビリティデータをクエリすることで、手動のトラブルシューティングの必要性を排除します。

仕組み

エージェントループを採用して、さまざまなデータソース（ツールセット）と対話し、証拠を収集します。人間が主導する調査のためのインタラクティブモード、またはバックグラウンドで24時間365日稼働して問題を検知し、Slack経由でユーザーに通知する「Operator mode」のいずれかで実行可能です。幅広いLLMプロバイダー（OpenAI、Anthropic、Geminiなど）と統合されており、PagerDutyやJiraなどのシステムからアラートを取得し、調査結果を書き戻すこともできます。

対象ユーザー

複雑なマルチクラウドまたはハイブリッドインフラを管理しており、根本原因分析に費やす時間を削減する必要があるサイト信頼性エンジニア（SRE）およびDevOpsエンジニア。

ハイライト

• 広範な統合エコシステム: Prometheus、Grafana、Datadog、Kubernetes、AWS、Azure、GCPなど、多くのツールセットを内蔵。
• 大規模なデータ処理: サーバーサイドフィルタリングとJSONツリー探索を使用し、LLMのコンテキストウィンドウを溢れさせることなくペタバイト規模のデータを処理します。
• メモリ安全性: ツールごとのメモリ制限と出力予算を実装し、大規模なデータセットのクエリ中にOOM（Out of Memory）が発生するのを防ぎます。
• 自動修復: GitHub統合を使用している場合、特定された問題を修正するためにGitHub PRを作成できます。
• インフラに依存しない: VM、ベアメタル、コンテナで動作します。エージェント自体の動作にKubernetesは必須ではありません。