Ops Sentinel

💠 Aether：自主SRE代理

“自愈基础设施层。”

Aether是一个自主代理，旨在通过减少基础设施事件的平均解决时间（MTTR）来协助现场可靠性工程师（SRE）。它结合了 基于SQL的遥测分析 随着 基于Runbook的语义搜索 在没有人为干预的情况下诊断问题。

🏗️ 建筑

graph TD
    User[👤 SRE User] -->|1. Incident Report| UI["💻 Aether Dashboard (Streamlit)"]
    
    subgraph "Secure Enclave (Docker Container)"
        UI -->|2. Sends Prompt| Agent[🧠 LangChain Agent]
        
        Agent -->|3. Decision Loop| Router{Determine Tool}
        
        Router -->|Need Metrics?| SQL[📊 SQL Tool]
        Router -->|Need Knowledge?| RAG["📚 Vector Search (ChromaDB)"]
        
        SQL -->|Raw Data| DB[(SQLite DB)]
        RAG -->|Raw Text| VDB[(Runbooks)]
        
        DB -->|4. Return Data| PII[🛡️ PII Redaction Layer]
        VDB -->|4. Return Docs| PII
        
        PII -->|5. Sanitized Data| Agent
    end
    
    Agent -->|6. Final Diagnosis| UI
    
    style PII fill:#ffcccc,stroke:#ff0000,stroke-width:2px,stroke-dasharray: 5 5
    style Agent fill:#e1f5fe,stroke:#01579b

🚀 主要特点

• 🧠 自主推理循环： 使用思维链（CoT）来计划调查（图式检查→ 查询指标→ 搜索Runbook）。
• 🔭 完全可观察性： 集成 开放遥测 在Jaeger中跟踪以可视化代理的决策过程。
• 🛡️ PII Redaction中间件： 自定义基于regex的防火墙，在电子邮件、API密钥和SSN到达LLM上下文窗口之前拦截所有数据库输出以剥离它们。
• 📊 多模态调查： 将结构化时间序列数据（SQLite）与非结构化机构知识（ChromaDB）相关联。
• 🐳 生产就绪： 使用Docker进行完全容器化，以实现一致的部署。

🛠️ 工程优化和调整日志

Aether的开发涉及解决LLM试剂常见的关键生产挑战。以下是为确保可靠性和成本效益而实施的关键优化的日志。

1.架构模式：“准时制”（JIT）代理

• 问题： 全球背景中毒。对一个服务的查询（例如“Payment”）会渗透到对其他服务（例如“Kafka”）的后续查询中，导致代理产生错误的SQL连接幻觉。
• 解决方案： 实施a JIT代理工厂.

- 每个用户请求都会启动一个新的、无状态的代理实例。 - 这确保了零交叉请求污染和严格隔离的决策环境。

2.模式感知快速工程

• 问题： LLM经常不遵守数据库规范化（例如，试图找到 service_name 在仅包含以下内容的度量表中 service_id).
• 解决方案： A. 动态系统提示 它将精确的用户查询注入到指令中。

- 我们用动态代数指令替换了静态少镜头示例（这会导致过拟合）。 - 技术： LIKE '%{extracted_service_name}%' 模式匹配迫使代理稳健地处理模糊输入（例如，“auth”与“auth Service”）。

3.代币和成本优化

• 问题： 大型Runbook已触发 429 Rate Limit 错误和缓慢的响应时间。
• 解决方案：

- 安全帽： RAG输出的硬编码8000个字符限制。 - 截断： 实现了“头+尾”切片，以保留文档上下文，而不会炸毁令牌窗口。

4.性能缓存

• 问题： 重复的查询导致数据库锁定和演示缓慢。
• 解决方案： 集成 InMemoryCache 在\<0.1s内提供相同的推理痕迹，大大改善了重复调试期间的用户体验。

5.可靠性工程

• 问题： 网络片状或LLM“提前停止”行为。
• 解决方案：

- 韧性恢复： 应用指数退避装饰器(@retry)以处理瞬态故障。 - 严格订购： 强制工具执行顺序（模式→ 指标→ Runbook）通过系统提示约束。

⚡ 快速入门（Docker）

运行Aether最快的方法是通过Docker。

1.克隆存储库

git clone 
cd ops-sentinel

2.塑造形象

docker-compose build --no-cache

3.运行容器 *（确保你 .env 文件包含您的 OPENAI_API_KEY)*

docker-compose up

4.访问仪表板 导航到 http://localhost:8501

🛠️ 技术栈

• 编排： LangChain（OpenAI工具代理）
• 接口： Streamlit（自定义CSS）
• 可观察性： OpenTetry（Jaeger Exporter）
• 数据库： SQLite（标准化模式）、ChromaDB（矢量存储）
• LLM GPT-4o/GPT-4o-mini
• 基础设施： Docker、Python 3.12
• 可靠性： Tenacity（检索），Pydantic（数据验证）

🔮 未来路线图（V2）

• \[ \] 循环中的人类： 执行写入操作（例如，重新启动Pod）之前的审批工作流。
• \[ \] 图RAG： 从SQL Joins迁移到图形数据库（ArangoDB）进行语义关系映射。
• \[ \] RBAC： 通过OAuth2进行基于角色的访问控制。