RCA质量分析师
Jira事件和缺陷的本地人工智能RCA评估
该项目提供了 本地、隐私友好的人工智能工具 评估Jira事件或缺陷的根本原因分析（RCA）的质量。
它对RCA进行评分，识别差距，提出改进建议，并通过以下方式展示相同的能力：
- 一 人性化的Web用户界面
- 一 机器友好型MCP服务器 （适用于AI代理和工具）
______________________________________________________________________
🎯 问题陈述
在许多IT组织中：
- 根本原因分析不一致
- 症状与病因混淆
- 预防措施薄弱或缺失
- 同样的事件再次发生
此工具有助于回答：
*“这个RCA真的好吗？如何改进？”*
______________________________________________________________________
✅ 这个工具做什么
对于每个事件/缺陷，它可以：
- 对RCA质量进行评分(0–100)
- 评估五个维度：
- 清晰度和结构 - 根本原因深度 - 证据和特异性 - 纠正措施质量 - 预防措施强度
- 高亮 优势和差距
- 提议 具体改进
- 重写RCA 不捏造事实
- 缺失的证据明确标记为 [NEEDED: …]
______________________________________________________________________
🧠 架构概述
┌──────────────┐
│ Streamlit UI │ (Human-in-the-loop)
└──────┬───────┘
│
▼
┌──────────────┐
│ Core Logic │ rca_scoring.py
└──────┬───────┘
│
┌──────────────┴──────────────┐
▼ ▼┌──────────────┐ -------------\ │ 法学硕士（Ollama）│ MCP服务器 └──────┬───────┘ -------------
______________________________________________________________________
🧩 组件
prompts.py
定义 RCA质量标准:
- 评价量规
- 批判逻辑
- 改善规则（无幻觉）
此文件表示 策略层 该系统是故意的 与代码分开进行治理和版本控制。
______________________________________________________________________
rca_scoring.py
核心域逻辑：
- 与当地LLM（Ollama）沟通
- 评估RCA
- 运行批评和改进步骤
此模块是 UI无关 和 API认识论.
______________________________________________________________________
app.py （流线型UI）
人机界面：
- 上传Jira CSV导出
- 地图栏
- 审核分数和反馈
- 运行批评和改进步骤
设计用于 人在循环 使用。
______________________________________________________________________
mcp_server.py
面向机器的界面：
- 将RCA评估作为MCP工具公开
- 使AI代理能够调用：
- list_incidents - get_incident - evaluate_incident_by_id
这使得该项目 平台就绪 面向未来。
______________________________________________________________________
batch.py
CLI批处理：
- 一次得分多个事件
- 导出CSV结果
- 可用于报告和趋势分析
______________________________________________________________________
🔒 隐私和安全
- 跑 完全在当地
- 不需要云LLM
- 没有数据离开机器
- 非常适合敏感事件数据
______________________________________________________________________
🚀 快速入门（macOS）
需求
- Python 3.11+
- 奥拉玛
设置
python3 -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt
ollama pull llama3.1:8b
streamlit run app.py
export RCA_CSV_PATH="./data/example_incidents.csv"
python mcp_server.py
---
🛣️ Roadmap
Batch critic & improvement reports
Trend dashboards (RCA quality over time)
Auto-mapping for common Jira exports
Direct Jira API integration via MCP
Evaluation metrics & regression testing
⚠️ Disclaimer
This tool supports RCA reviews but does not replace:
incident ownership
engineering judgment
post-incident accountability
It is designed to augment, not automate responsibility.