VersusControl/versus-incident

解決的問題

Versus Incident 是一個自托管的 AI SRE 代理，旨在透過自動檢測日誌中的異常來減少告警疲勞，而無需手動設定告警規則。它防止已知模式的雜訊傳達給工程師，僅將新出現或意外的問題升級至聊天頻道和值班平台。

工作原理

該系統透過兩種主要輸入方式運作：

1. AI SRE 代理：此代理從檔案或 Elasticsearch 等來源讀取日誌。它使用「訓練」模式學習正常日誌模式，並使用「檢測」模式識別全新的錯誤或異常。當發現新模式時，AI SRE 會進行事件分類，產生摘要、嚴重程度與建議的下一步操作。
2. Webhook 告警：它作為現有監控工具（如 Prometheus Alertmanager、Grafana、Sentry、CloudWatch SNS）的中央樞紐，透過 JSON POST 請求接收告警，並透過相同的通知管道進行路由。

一旦觸發事件，將透過 Go 模板格式化，並分發至多個渠道（Slack、Teams、Telegram 等），若未在規定時間內被確認，則會升級至值班平台（PagerDuty、AWS Incident Manager）。

適用對象

希望自動化基於日誌的異常檢測，並集中管理事件通知與升級流程的 DevOps 與網站可靠性工程師（SRE）。

主要亮點

• 零規則異常檢測：自動學習「正常」日誌模式，僅在出現新問題時觸發告警。
• 多階段部署：包含 training、shadow 和 detect 模式，可在上線前驗證 AI 判斷。
• 廣泛整合：支援多種通知渠道（Slack、Teams、Telegram、Viber、Email、Lark）與值班平台。
• 靈活過濾：使用正則表達式預過濾器，在 AI 處理日誌前丟棄無聊的雜訊（如 200-OK 回應）。