Arvo-AI/aurora

解决的问题

Aurora 自动化了在系统故障期间，值班工程师面临的繁琐手动排查流程。无需在告警触发后花费一小时手动检查仪表盘、运行 CLI 命令、搜索日志，Aurora 会自主进行问题分类，并在工程师开始工作前就提供结构化的根本原因分析（RCA）。

如何工作

Aurora 使用由 LangGraph 驱动的 AI 代理，能够从 30 多种工具中动态选择，以调查技术栈。这些代理在沙箱化的 Kubernetes Pod 中运行命令（如 kubectl、aws、az 和 gcloud），以确保安全性。系统与常见的告警工具（PagerDuty、Datadog 等）集成，可自动触发调查，并使用知识图谱追踪故障在服务间的传播范围。它还能建议代码修复方案，并生成用于修复的拉取请求（PR）。

适用人群

负责管理复杂多云或本地基础设施的 SRE、DevOps 工程师以及值班开发者，希望减少在故障排查和事后文档编写上所花费的时间。

主要亮点

• 代理式调查：在安全沙箱中自主执行基础设施命令的智能代理。
• 自动生成事后报告：生成包含时间线和影响评估的详细报告，可导出至 Notion 或 Confluence。
• AI 代码修复：不仅诊断问题，还能提出修复建议并生成 PR。
• 基础设施知识图谱：可视化依赖关系，帮助理解故障对整个系统的影响。
• 广泛集成支持：支持主流云服务商（AWS、Azure、GCP）、监控工具，以及多种 LLM（OpenAI、Anthropic、Ollama 用于离线环境）。