🚧 DevOps微服务可观察性
此存储库是 进行中 该项目致力于构建一个完整、自动化和智能化的 可观测性与自动化平台 对于云原生微服务，使用 n8n, 主控程序，现代 DevOps实践.
其目标是展示自动化、监控和人工智能驱动的见解如何协同工作，以提高现代基础设施的可靠性、可见性和效率。
______________________________________________________________________
🧩 项目概述
该项目旨在：
- 部署a 基于微服务的应用 在Kubernetes上。
- 整合 普罗米修斯、格拉法娜和洛基 为了可观察性。
- 自动化 CI/CD管道 GitHub Actions。
- 使用 n8n 编排智能工作流（警报、扩展、报告）。
- 连接 MCP（模型上下文协议） 用于基于AI的日志和度量分析。
- 通过以下方式提供见解和行动 人工智能辅助自动化.
完成后，该项目将展示一个现代DevOps堆栈，该堆栈将合并 可观察性、自动化和智能 将其整合到一个操作工作流中。
______________________________________________________________________
⚙️ 运作原理
该系统遵循模块化架构：
- 微服务层 –容器化服务公开指标和日志。
- 基础设施层 –在AWS EKS上使用Terraform和Helm进行配置。
- 可观测层 普罗米修斯抓取指标，Grafana可视化，洛基收集日志。
- 自动化层（n8n） –接收警报并触发自动操作。
- 智能层（MCP） –分析遥测数据，并提出或执行改进建议。
其结果是一个智能的DevOps生态系统，不仅可以观察，还可以 行为 和 学习 基础设施行为。
______________________________________________________________________
🧱 项目结构
devops-microservice-observability/
├── microservice/
│ ├── app/
│ └── Dockerfile
├── infra/
│ ├── main.tf
│ ├── provider.tf
│ └── outputs.tf
├── observability/
│ ├── prometheus/
│ ├── grafana/
│ └── loki/
├── n8n/
│ └── workflows/
├── mcp/
│ └── ai-scripts/
├── .github/
│ └── workflows/
└── README.md______________________________________________________________________
🛠️ 技术栈
- Kubernetes –微服务编排
- 地形 –基础设施即代码
- 普罗米修斯/格拉法娜/洛基 –可观测性堆栈
- n8n –自动化工作流程和集成
- MCP（模型上下文协议） –人工智能见解和行动
- GitHub操作 –CI/CD管道自动化
- 码头工人 –集装箱化
- AWS（EKS、IAM、S3） –云环境
______________________________________________________________________
🚀 后续步骤
- \[\]定义基础设施的Terraform模块
- \[\]部署初始微服务并公开指标
- \[\]整合普罗米修斯、格拉法纳和洛基
- \[\]配置n8n工作流以实现警报自动化
- \[\]为人工智能驱动的决策添加MCP智能层
- \[\]记录完整的CI/CD管道和工作流程
______________________________________________________________________
📚 学习目标
该项目展示了：
- 整合 可观测性和自动化 DevOps环境中
- 使用 n8n 用于编排和工作流自动化
- 应用 AI（通过MCP） 用于智能监控
- 精通 Kubernetes、Terraform和CI/CD管道
- ……的理解 现代云原生架构
______________________________________________________________________
⚡ *项目正在积极开发中——请随时关注更新。*