VersusControl/versus-incident

解決する課題

Versus Incident は、AI駆動のサイトリライアビリティエンジニアリング（SRE）パートナーとして、システムインシデントの検出と管理を自動化します。複雑なアラートルールを手動で維持する必要をなくし、「正常な」システム動作のパターンを自動学習して、ログに新しいまたは予期しない異常が現れた場合のみチームに警告します。

仕組み

Versus は2つの主要なチャネルでインシデントを処理します：

1. AI SREエージェント：このエージェントはログソース（ファイルまたは Elasticsearch 経由）を監視します。training（アラートなしでパターンを学習）、shadow（レビュー用に潜在的なアラートを記録）、detect（アクティブにインシデントを作成）の3つのモードで動作します。検出モードでは、AI が問題をトリアージして、要約、重大度レベル、推奨される次のステップを提供します。
2. Webhook アラート：既存の監視ツール（Prometheus Alertmanager、Grafana、Sentry、CloudWatch SNS など）からの JSON ペイロードを受け入れる REST API エンドポイントを提供します。

インシデントがトリガーされると、Versus はメッセージをテンプレート化し、複数の通知チャネル（Slack、Teams、Telegram など）にファンアウトし、時間内に確認されない場合は PagerDuty や AWS Incident Manager などのオンコールプロバイダーにエスカレーションできます。

対象読者

静的ルールから離れ、システムエラーの初期トリアージを自動化することでアラート疲れを減らしたい DevOps および SRE チーム向けに設計されています。

ハイライト

• 自動パターン学習：通常のログパターンを学習して、手動ルール設定なしで新しいエラーを検出します。
• マルチチャネル通知：Slack、Microsoft Teams、Telegram、Viber、Email、Lark をサポート。
• オンコール統合：PagerDuty、Opsgenie、incident.io、ServiceNow と統合してエスカレーション。
• 柔軟なログフィルタリング：AI がデータを処理する前に、regex プリフィルターを使用してノイズ（200-OK 応答など）を無視します。
• カスタムテンプレート：Go テンプレートを使用してアラートメッセージを定義できます。