Tracer-Cloud/opensre

OpenSRE – AI驱动的站点可靠性工程代理

它是什么 – OpenSRE是一个开源框架，可让您运行AI代理来帮助生产事件响应。 代理可以从您已有的数十种工具中获取日志、指标、追踪、运行手册和其他运营数据，对问题进行推理，并生成有证据支持的答案，甚至可以触发修复操作。 它还提供了强化学习风格的环境（tests/e2e），用于训练和评估此类代理。

主要功能

• 工具集成 – 连接60多种服务（LLM提供商、可观测性平台、Kubernetes、AWS、数据库、事件管理工具、Slack/Telegram等）。
• 证据驱动的工作流程 – 检索相关上下文，屏蔽敏感标识符，运行工具调用循环，并返回与基础数据相关的响应。
• 多种交互模式 – 交互式REPL shell、无头CLI（opensre ask …）和可嵌入的Python API。
• 可定制的部署 – 托管云网关、自托管容器或基于EC2 AMI的网关。 您可以使用任何LLM（Anthropic、OpenAI、Ollama、Gemini、Bedrock等）。
• 会话管理 – 令牌成本跟踪、可恢复的会话以及本地编码代理的集群监控。
• 训练与基准测试 – 包括用于强化学习研究的真实端到端故障场景。

开始使用

# macOS / Linux
curl -fsSL https://install.opensre.com | bash -s -- -gh
# Windows (PowerShell)
& ([scriptblock]::Create((irm https://install.opensre.com/install.ps1))) -gh

# 运行CLI（需要登录）
opensre

首次启动会激活托管LLM模型。 登录后，您可以：

• 使用REPL（opensre）用自然语言描述事件，并观察代理的操作。
• 非交互式地运行单轮对话（opensre ask "why is checkout-api slow?"）。
• 通过bootstrap.embedded.start_embedded_session()将代理嵌入Python代码。

典型用例

• 事件分类 – 快速收集相关的日志/指标，生成根本原因假设，并将摘要发布到Slack或PagerDuty。
• 运行手册自动化 – 代理会读取现有的运行手册，并可以执行规定的修复步骤。
• 持续可靠性工具 – 将Python API集成到CI/CD管道或监控警报中，以自动诊断故障。
• 研究与培训 – 使用提供的e2e测试套件作为训练新AI-SRE模型的基准环境。

成熟度 – 公开Alpha（v0.1）。 核心工作流可用，但API和集成可能会发生变化。 CI状态徽章显示持续测试。

许可证 – Apache 2.0。

了解更多 – 快速入门指南、完整文档和FAQ托管在https://www.opensre.com/docs。 Discord社区和Trendshift排名页面也从README链接。