aiyiyi121/sxdevops

解决的问题

SxDevOps 解决了传统 IT 运维中信息和操作碎片化的问题。无需在告警、日志、链路追踪和变更记录等独立系统之间手动切换，而是将这些能力整合到一个由 AI 驱动的单一工作流中。它将运维流程从“跨系统搜索”转变为观察状态、收集证据、查询系统和确认操作的简化流程。

工作原理

该平台整合了四个核心层：

1. 可观测性事实层：从 Prometheus、Grafana 和 SkyWalking 等来源聚合告警、指标、日志和链路追踪，为 AI 代理提供证据。
2. 事件中心：记录执行结果、关键写操作和故障定位线索，用于事后分析。
3. 任务中心：管理主机检查、批量命令、脚本模板和定时任务。
4. AIOps 代理：使用 LLM 进行理解和规划。它采用受控编排链：操作路由器识别任务类型，代理模式（直接、ReAct 或计划 + ReAct）决定推理方法，预检在执行前确保权限和风险评估。

关键在于，模型仅生成候选方案和计划；所有关键操作必须通过后端 RBAC（基于角色的访问控制），并在执行前需要人工确认。

适用人群

需要降低故障排除成本并将碎片化运维工具整合为 AI 辅助诊断和执行平台的 IT 运维（Ops）工程师和 SRE。

亮点

• 受控 AI 执行：要求对所有写入/执行操作进行人工确认，防止 LLM“幻觉”或未经授权的操作。
• 全面集成：内置支持 Kubernetes、Docker、SSH、Prometheus、Grafana 以及各种链路追踪/日志工具。
• 全面审计：每个会话、工具调用、预检和执行结果都会记录，用于审计和学习。
• 结构化证据：使用“技能”和 SOP 约束 AI 的输出，确保结论基于结构化事实而非自由生成。