Skip to content

README.zh.md

Latest commit

 

History

History
155 lines (129 loc) · 6.44 KB

README.zh.md

File metadata and controls

155 lines (129 loc) · 6.44 KB

OpenDeRisk

OpenDeRisk AI 原生风险智能系统 —— 7*24H 应用系统AI数字运维助手(AI-SRE), 我们的愿景是, 为每个应用系统提供一个7*24H的AI系统数字管家，并能与真人进行协同，7*24H处理业务问题，形成7*24H得深度护航与防护网。

特性

  1. DeepResearch RCA: 通过深度分析日志、Trace、代码进行问题根因的快速定位。
  2. 可视化证据链：定位诊断过程与证据链全部可视化展示，诊断过程一目了然，可以快速判断定位的准确性。
  3. 多智能体协同: SRE-Agent、Code-Agent、ReportAgent、Vis-Agent、Data-Agent协同工作。
  4. 架构开源开放: OpenDerisk采用完全开源、开放的方式构建，相关框架、代码在开源项目也能实现开箱即用。

架构方案

采用多Agent架构，目前代码中主要实现了绿色部分部分，告警感知采用的是微软开源的OpenRCA数据集, 数据集的大小解压后在26G左右，我们实现在26G的数据集合上，通过多Agent协同，Code-Agent动态写代码来进行最终根因的分析诊断。

技术实现

  1. 数据层: 拉取Github OpenRCA的大规模数据集(20G), 解压本地处理分析。

  2. 逻辑层：Multi-Agent架构, 通过SRE-Agent、Code-Agent、ReportAgent、VisAgent、Data-Agent协同合作，进行深度的DeepResearch RCA(Root Cause Analyze)

  3. 可视化层: 采用Vis协议、动态渲染整个处理流程与证据链, 以及多角色协同切换的过程。

  4. OpenDeRisk中的数字员工(Agent)

快速启动

1.open-derisk服务启动
  • Install uv 
    curl -LsSf https://astral.sh/uv/install.sh | sh
  • 依赖安装 
    uv sync --all-packages --frozen \
--extra "base" \
--extra "proxy_openai" \
--extra "rag" \
--extra "storage_chromadb" \
--extra "derisks" \
--extra "storage_oss2" \
--extra "client"  \
--extra "ext_base"  
--index-url=https://pypi.tuna.tsinghua.edu.cn/simple
  • 配置启动参数 
    > 配置`derisk-proxy-deepseek.toml`文件中相关的API_KEY, 然后运行下面的命令启动。
> 也可参考 `derisk-proxy-aliyun.toml` 文件中的配置使用全阿里云模型和oss方案
> ** 注意 ** 最好在全新的环境下启动0.2版本，不然可能被0.1旧数据影响导致启动失败.
  • 启动服务 
    uv run python packages/derisk-app/src/derisk_app/derisk_server.py --config configs/derisk-proxy-deepseek.toml
  • 服务访问

    打开浏览器访问 http://localhost:7777

2.内置场景快速使用
  • AI-SRE(OpenRca根因定位)
    • !注意, 我们默认使用OpenRCA数据集中的Telecom数据集,
    • 你可以通过链接, 或者下述命令进行下载：
      gdown https://drive.google.com/uc?id=1cyOKpqyAP4fy-QiJ6a_cKuwR7D46zyVe
    • 下载完成后, 将数据解压到 ${derisk项目}/pilot/datasets。
  • 火焰图助手
    • 使用你本地应用服务进程的火焰图(java/python)上传给助手提问分析
  • DataExpert
    • 上传你的指标、日志、trace等各种Excel表格数据进行对话分析
3.快速开发
  • Agent开发 参考derisk-ext.agent.agents下的实现逻辑
  • 工具开发
    • local tool
    • mcp
  • 其他开发 文档准备中....

运行效果

如下图所示, 为多智能体协同运行处理一个复杂的运维诊断任务的场景。

RoadMap

  • 0530 V0.1版本，基于领域知识与MCP服务，实现从异动感知 -> 自主决策 -> 自适应执行与问题处理。

    • 技术风险领域知识引擎
    • 基于大模型推理驱动的异动感知 -> 决策 -> 执行推理引擎
    • 自动TroubleShooting与Fix

  • 0830 V0.2版本

    • 技术风险领域MCP服务与管理
    • 支持自定义绑定知识与MCP工具
    • 支持3+ DevOps领域MCP服务

  • 0930 V0.3

    • 支持对接生产环境
    • 提供完整的生产环境部署解决方案，支持生产问题诊断。

  • 1230 V0.4

    • 端到端AIOps在线Agentic RL
    • 端到端评测能力

致谢

OpenDeRisk-AI 社区致力于构建 AI 原生的风险智能系统。🛡️ 我们希望我们的社区能够为您提供更好的服务，同时也希望您能加入我们，共同创造更美好的未来。🤝

Star History Chart

社区

加入钉钉群, 与我们一起交流讨论。

OpenDeRisk-AI 交流群