VersusControl/versus-incident

Versus Incident – AI 驱动的 SRE 助手

它是什么

• 一个开源服务，位于您的监控堆栈之前，充当虚拟站点可靠性工程师。它可以通过学习日志、指标和追踪的正常形态来自动检测事件，也可以从任何可以 POST webhook 的工具接收警报。

核心能力

• AI SRE 代理 – 监视配置的日志源，对相似行进行聚类，构建“已知”模式目录，并且仅在出现全新模式时触发事件。三种操作模式让您可以训练模型、预览警报（影子）或上线（检测）。
• DevOps 聊天 UI – Web 仪表板包含类似聊天的视图，代理在其中总结异常、建议严重性和后续步骤。
• Kubernetes 集成 – 集群健康、工作负载、Helm 发布和 GitOps 状态的单窗格视图。
• 多渠道通知 – 事件使用模板（Go 模板）并分发到 Slack、Teams、Telegram、Viber、Email、Lark 等。
• 值班集成 – 可选的 PagerDuty 或 AWS Incident Manager 挂钩，具有可配置的升级延迟。
• Webhook 接收 – 任何可以 POST JSON 的系统（Alertmanager、Grafana、Sentry、CloudWatch、FluentBit、自定义脚本）都可以将事件输入到同一管道中。

如何运行

1. 启动容器（镜像发布在 GitHub Container Registry 上）。您需要一个 Redis 实例用于代理的光标跟踪。
2. 提供配置 – 一个 config.yaml 用于全局设置，一个 agent_sources.yaml 用于列出日志源（文件或 Elasticsearch）。配置基于 YAML，并支持环境变量插值。
3. 训练代理 – 使用 AGENT_MODE=training 启动。代理监视您的日志，学习模式，并将它们存储在 data/patterns.json 中。
4. 验证 – 切换到 shadow 模式以在仪表板中查看“本会警报”条目，而无需发送真实警报。
5. 上线 – 设置 AGENT_MODE=detect，代理将开始为真正新颖的日志行创建事件。
6. 可选 webhook – 运行另一个实例（或同一个实例）接受 POST /api/incidents 并转发来自现有工具的通知。

配置要点

• gateway_secret 保护所有管理端点（/api/admin/*、/api/agent/*）。
• storage.type 目前仅支持文件后端；未来的后端已预留。
• agent.regex 允许您使用命名正则表达式规则（例如，OOM、DB-timeout）或捕获所有内容的 default_pattern 预过滤日志。
• 编辑规则可以在聚类前自动清除密码、令牌、IP 等。
• 值班设置允许通过查询参数进行每请求覆盖，您可以选择 AWS Incident Manager 或 PagerDuty。

典型用例

• 已经拥有 Prometheus/Grafana 警报但希望增加一个额外安全网来捕获未知错误模式的团队。
• 正在迁移到微服务、日志量大且手动维护警报规则成本高昂的组织。
• 希望使用单一 UI 查看集群健康、近期更改和事件历史的 Kubernetes 操作员。

限制 / 当前状态

• 模式目录仅存储在本地文件系统上；没有跨多个节点的内置聚类。
• AI 组件是基于规则的聚类系统（相似性阈值、正则表达式预过滤），而不是大型语言模型 – 它对于日志异常检测效果良好，但不提供深入的根因分析。
• 仅完全实现了文件存储后端；Redis/数据库后端是占位符。
• UI 和代理捆绑在同一个容器中；独立扩展它们需要自定义部署。

了解更多

• 完整文档：https://docs.versusincident.com
• Helm chart 和 Kubernetes 清单位于 helm/versus-incident 目录中。
• 示例 Docker 命令和示例配置在 README 中。

---

Versus Incident 是一个实用的、自托管的工具，为任何 SRE 工作流带来轻量级 AI 驱动的事件检测层，同时仍然支持传统的基于 webhook 的警报和值班升级。