derisk-ai/OpenDerisk

OpenDeRisk – AI 原生風險智能系統

什麼是 OpenDeRisk – OpenDeRisk 是一個開源平台，使用多個 AI 代理來自動化軟體可靠性工程（SRE）的根因分析（RCA）。它攝取大規模事件資料（Microsoft OpenRCA 資料集），並透過協作代理提取底層原因，將證據鏈視覺化，並生成報告。

核心能力

1. DeepResearch RCA – 解析日誌、追蹤和代碼，以精確定位故障的真實來源。
2. 證據鏈視覺化 – 互動式 UI 顯示完整的診斷流程，讓工程師可以驗證推理過程。
3. 多代理協作 – 專業代理（SRE-Agent, Code-Agent, Report-Agent, Vis-Agent, Data-Agent）協作工作；Code-Agent 甚至可以即時生成分析腳本。
4. 開放式架構 – 所有組件都是模組化的且可重複使用，並提供可選的擴展功能（例如：DingTalk 通知、ChromaDB 儲存）。

運作方式

• 資料層 抓取並解壓縮約 26 GB 的 OpenRCA 資料集，使其可用於分析。
• 邏輯層 執行代理群集。每個代理都有定義的角色，並透過共享協議（MCP – Model Context Protocol）進行通訊。
• 視覺化層 使用 Vis 協議在 Web UI 中渲染處理流程和證據鏈。

快速上手

1. 快速安裝 – 執行單行 curl 腳本，即可安裝二進制文件和預設配置檔。
2. 配置 – 編輯 ~/.openderisk/configs/derisk-proxy-aliyun.toml 以添加您的 LLM API 金鑰。
3. 執行 – openderisk-server (或 uv run derisk quickstart) 啟動本地伺服器；UI 可透過 http://localhost:7777 訪問。
4. 從原始碼安裝 – 安裝輕量級 Python 套件管理器 uv，複製 repo 進行同步依賴項（包含提供的 extras，例如 base, proxy_openai, rag, storage_chromadb 等）。

使用模式

• AI-SRE (OpenRCA) – 分析電信級事件資料集。
• 火焰圖輔助 – 上傳 Java/Python 火焰圖以進行自動化性能診斷。
• DataExpert – 放入指標、日誌、追蹤或 Excel 檔案，並透過與系統對話來探索數據。

可擴展性 – 開發者可以透過 derisk-ext.agent.agents 添加新代理，或建立自定義工具/技能（MCP, DeRisk-Skills）。該專案重用了 DB-GPT, GPT-Vis, MetaGPT 和 Microsoft 的 OpenRCA 的概念。

社群 – Discord, DingTalk, 和一個具有問題追蹤、版本發佈和學術引用格式的公開 GitHub repo。

---

TL;DR – OpenDeRisk 是一個模組化的、多代理 AI 平台，用於自動化根因分析和風險智能，配備 Web UI、視覺化證據鏈以及對自定義擴展的支持。