aiyiyi121/sxdevops

解決的問題

SxDevOps 解決了傳統 IT 維運中資訊與操作碎片化的問題。無需在告警、日誌、追蹤和變更記錄等獨立系統之間手動切換，而是將這些能力整合到單一 AI 驅動的工作流程中。它將維運流程從「跨系統搜尋」轉變為觀察狀態、收集證據、查詢系統和確認操作的簡化流程。

運作方式

該平台整合了四個核心層：

1. 可觀測性事實層：從 Prometheus、Grafana 和 SkyWalking 等來源彙總告警、指標、日誌和追蹤，為 AI 代理提供證據。
2. 事件中心：記錄執行結果、關鍵寫入操作和故障定位線索，用於事後分析。
3. 任務中心：管理主機檢查、批次指令、腳本範本和排程任務。
4. AIOps 代理：使用 LLM 進行理解和規劃。它採用受控編排鏈：操作路由器識別任務類型，代理模式（直接、ReAct 或計畫 + ReAct）決定推理方法，預檢在執行前確保權限和風險評估。

關鍵在於，模型僅生成候選方案和計畫；所有關鍵操作必須通過後端 RBAC（基於角色的存取控制），並在執行前需要人工確認。

適用對象

需要降低故障排除成本並將碎片化維運工具整合為 AI 輔助診斷和執行平台的 IT 維運（Ops）工程師和 SRE。

亮點

• 受控 AI 執行：要求對所有寫入/執行操作進行人工確認，防止 LLM「幻覺」或未經授權的操作。
• 全面整合：內建支援 Kubernetes、Docker、SSH、Prometheus、Grafana 以及各種追蹤/日誌工具。
• 全面稽核：每個工作階段、工具呼叫、預檢和執行結果都會記錄，用於稽核和學習。
• 結構化證據：使用「技能」和 SOP 約束 AI 的輸出，確保結論基於結構化事實而非自由生成。