derisk-ai/OpenDerisk

OpenDeRisk – AI ネイティブなリスクインテリジェンス・システム

概要 – OpenDeRiskは、複数のAIエージェントを使用して、ソフトウェアの信頼性（SRE）のための根本原因分析（RCA）を自動化するオープンソースプラットフォームです。大規模なインシデントデータ（Microsoft OpenRCA データセット）を読み込み、調整されたエージェントを通じて、根本原因を抽出し、エビデンスチェーンを可視化し、レポートを作成します。

主な機能

1. DeepResearch RCA – ログ、トレース、コードを解析し、障害の真の原因を特定します。
2. エビデンスチェーンの可視化 – インタラクティブなUIにより、診断フローの全過程を可視化し、エンジニアが推論過程を検証可能にします。
3. マルチエージェント協調 – 専門化されたエージェント（SRE-Agent, Code-Agent, Report-Agent, Vis-Agent, Data-Agent）が連携して動作します。Code-Agentは、分析スクリプトをその場で生成することも可能です。
4. オープンアーキテクチャ – すべてのコンポーネントはモジュール式で再利用可能であり、拡張機能（例：DingTalk 通知、ChromaDB ストレージ）が用意されています。

仕組み

• データ層 ～26 GB の OpenRCA データセットをプルおよび解凍し、分析可能な状態にします。
• ロジック層 – エージェント・スワーム（swarm）を実行します。各エージェントは定義された役割を持ち、共有プロトコル（MCP – Model Context Protocol）を介して通信します。
• 可視化層 – Vis プロトコルを使用して、Web UI上で処理パイプラインとエビデンスチェーンをレンダリングします。

クイックスタート

1. クイックインストール – 1行の curl スクリプトを実行して、バイナリとデフォルト設定ファイルをインストールします。
2. 設定 – ~/.openderisk/configs/derisk-proxy-aliyun.toml を編集して、LLM API キーを追加します。
3. 実行 – openderisk-server (または uv run derisk quickstart) を起動してローカルサーバーを開始します。UIは http://localhost:7777 でアクセス可能です。
4. ソースコードからのインストール – 軽量 Python パッケージマネージャー uv をインストールし、リポジトリをクローンし、提供された extras (base, proxy_openai, rag, storage_chromadb など) と同期して依存関係をセットアップします。

使用モード

• AI-SRE (OpenRCA) – 通信インフラ級のインシデントデータセットを分析します。
• フレームグラフ（flame-graph）支援 – Java/Python のフレームグラフをアップロードして、自動化されたパフォーマンス診断を行います。
• DataExpert – メトリクス、ログ、トレース、または Excel ファイルを投入し、システムと対話しながらデータを探索します。

拡張性 – 開発者は derisk-ext.agent.agents の下に新しいエージェントを追加したり、カスタムツール/スキル（MCP, DeRisk-Skills）を作成したりできます。このプロジェクトは DB-GPT, GPT-Vis, MetaGPT, Microsoft の OpenRCA の概念を渡り合わせ、再利用しています。

コミュニティ – Discord, DingTalk, および、Issue 追跡、リリース、公開リポジトリ（GitHub）を提供しています。

---

TL;DR – OpenDeRiskは、自動化された RCA への対応、リスクインテリジェンス、可視化されたエビデンスチェーン、Web UI、およびカスタム拡張機能のサポートを備えた、モジュール式マルチエージェントAIプラットフォームです。