Tracer-Cloud/opensre

解决的问题

OpenSRE 提供了一个构建 AI 站点可靠性工程 (SRE) 智能体的框架，该智能体可以自动调查并解决生产事故。通过为智能体事故响应和训练提供标准化环境，解决了分布式故障调试难的问题（证据通常分散在日志、指标和追踪中）。

工作原理

当警报触发时，系统遵循结构化流程：

1. 上下文收集：获取相关的日志、指标、追踪和部署历史。
2. 隐私保护：在将数据发送到 LLM 之前，可选择性地对敏感标识符进行脱敏。
3. 推理：智能体使用工具调用循环在连接的系统中测试假设。
4. 报告：生成结构化的调查报告，通过关联证据识别可能的根本原因。
5. 修复：建议或执行解决问题的后续步骤。
6. 通知：将摘要发布到 Slack 或 Telegram 等通信工具。

适用对象

该工具专为希望使用 AI 智能体实现生产调试和根本原因分析 (RCA) 自动化的 SRE、DevOps 工程师和开发人员设计。

亮点

• 广泛的集成：连接超过 60 种工具，涵盖可观测性 (Grafana, Datadog, Sentry)、基础设施 (Kubernetes, AWS, GCP) 和数据库 (PostgreSQL, MongoDB)。
• 训练与评估：包含合成事故模拟和端到端测试，用于基准测试并提高智能体性能。
• 灵活的 LLM 支持：兼容包括 Anthropic, OpenAI, Gemini 以及通过 Ollama 运行的本地模型在内的各种提供商。
• Runbook 感知：智能体在调查过程中可以自动读取并应用现有的运行手册 (Runbooks)。