ongridio/ongrid

An ops AI Agent that understands your infrastructure, finds the root cause, and fixes it — right from Slack, Telegram, Lark or DingTalk.

📌 什么是 Ongrid？

Ongrid 是一个开源AI 驱动的运维助手，它存在于您的基础设施中。它可以连接到 Slack、Telegram（以及其他即时通讯工具），让您能够提问或对告警做出响应。在后台，一组协调器和专家代理使用大型语言模型来：

发现您的主机、容器和网络设备的拓扑结构，
关联指标、日志和追踪，以定位事件的根因，
提出具体的修复步骤，以及
在审批门控之后，可选地执行安全、可审计的命令（例如，反向隧道 SSH shell）。

该平台的后端使用 Go 构建，UI 使用 TypeScript/React 构建，并附带完整的可观测性技术栈（Prometheus、Loki、Tempo、Grafana）。您可以接入任何提供 API 的 LLM —— Anthropic、OpenAI、Gemini、DeepSeek 等。

🚀 核心功能（如 README 中所列）

功能	说明
协调器 + 专家代理	中央调度器将请求路由到特定领域的子代理（SRE、网络、数据库等）。
告警自动调查	当告警触发时，调查代理自动启动根因分析（RCA），并将发现结果发布回聊天。
根因分析（RCA）	遍历发现的拓扑，关联指标/日志/追踪，并指出导致问题的确切代码行或配置。
零入站端口	边缘代理仅发起出站连接；无需在主机上开放 SSH/HTTP 端口。
浏览器 SSH	提供反向隧道、免密钥的 shell，完全可审计，可从 Web UI 访问。
一键自托管	`install.sh` 一步即可部署整个技术栈（后端、UI、可观测性）。
内置可观测性	Prometheus、Loki、Tempo 和 Grafana 已预先集成；代理自行编写指标、日志和追踪的查询。
自带模型	支持 Anthropic、OpenAI、GLM、DeepSeek、Gemini、Kimi，并在提供商之间进行热路由。
双向即时通讯渠道	Slack、Telegram、Larksuite、DingTalk、WeCom 和通用 webhook 让您可以向代理发送命令并接收结果。
只读主机工具	沙盒化的 Bash 环境，包含 26+ 种检查工具；每次调用都有日志记录，以实现可审计性。
Kubernetes 生命周期	注册集群、检查工作负载/事件、管理升级，并将 Kubernetes 资源映射到拓扑图中。
网络设备管理	通过边缘主机发现邻居设备，使用 SNMP 验证，轮询接口，并将主机与网络设备关联。

🛠️ 快速安装（来自 README）

# 选择与您的服务器 CPU 架构匹配的二进制文件
wget https://github.com/ongridio/ongrid/releases/download/v0.18.2/ongrid-v0.18.2-linux-amd64.tar.xz
# 或 ARM64 变体
# wget https://github.com/ongridio/ongrid/releases/download/v0.18.2/ongrid-v0.18.2-linux-arm64.tar.xz

tar -xf ongrid-v0.18.2-linux-*.tar.xz && cd ongrid-v0.18.2-linux-*
sudo ./install.sh   # 运行完整技术栈（后端、UI、可观测性）

对于中国大陆用户，提供了 CDN 镜像（https://ongrid.cloud/dl/...）。

🎯 典型使用场景

告警驱动的自动调查 – Prometheus 的告警触发事件调查器，它收集拓扑，对 runbook 执行 RAG 搜索，并将简洁的 RCA 发布到原始 Slack 频道。
按需故障排除 – 操作员向机器人提问“为什么服务 X 的延迟很高？”；协调器将查询路由到 SRE 专家，该专家拉取指标、日志、追踪，并返回逐步解释。
受控修复 – 在 RCA 之后，机器人可以提出修复建议（例如，重启 Pod）。该建议会经过审批/写入门控 UI，由人工审核并授权更改后，代理才会执行。
Kubernetes 生命周期管理 – 通过边缘组件注册新集群、查看工作负载、安排升级，并自动将集群映射到全局拓扑视图。
网络拓扑映射 – 边缘代理发现网络邻居，使用 SNMP 验证，并可视化主机到设备的链接，以进行影响分析。

📚 文档与社区

完整文档：https://ongrid.cloud/docs
加入 Telegram 或 Slack 上的社区（README 中有徽章）。
欢迎贡献 – 请参阅 CONTRIBUTING.md。

📄 许可证

代码根据 AGPL-3.0 发布。品牌资产有单独的商标许可证（TRADEMARK.md）。

TL;DR

Ongrid 是一个自托管、AI 驱动的 SRE 平台，让您可以请求由大型语言模型驱动的代理调查事件、浏览可观测性数据，甚至执行安全的修复操作——所有这些都通过熟悉的聊天工具完成。它捆绑了所需的基础设施（Go 后端、React UI、Prometheus/Loki/Tempo/Grafana），并集成了您喜欢的任何 LLM 提供商。