AI-CloudOps

English | 中文

一个基于人工智能的云原生运维管理平台，集成 Kubernetes 管理、监控告警、智能分析等功能。

项目介绍

AI-CloudOps 是一个现代化的云原生运维管理平台，旨在通过人工智能技术提升运维效率和系统稳定性。

核心特性

• 智能运维: 基于机器学习的异常检测、故障预测和自动修复
• Kubernetes 管理: 完整的集群管理、应用部署和监控功能
• 监控告警: 基于 Prometheus 的全方位监控和智能告警
• 权限管理: 基于 RBAC 的多租户权限控制系统
• 工单系统: 完整的运维工单流程管理
• 资源管理: CMDB 资产管理和服务拓扑可视化

技术架构

• 后端: Go + Gin + GORM + Redis + MySQL
• 前端: Vue 3 + TypeScript + Ant Design Vue
• AI模块: Python + FastAPI + scikit-learn
• 基础设施: Kubernetes + Prometheus + Grafana

项目组成

本项目由三个主要仓库组成：

• AI-CloudOps - 核心后端服务
• AI-CloudOps-web - 前端界面
• AI-CloudOps-aiops - AI 智能分析模块

功能模块

智能运维 (AIOps)

• 智能监控：基于机器学习的监控数据分析
• 异常检测：自动识别系统异常和性能问题
• 故障预测：预测性维护和问题预警
• 自动修复：基于规则和 AI 的智能修复
• 根因分析：快速定位故障根本原因

权限管理 (RBAC)

• 多租户架构：支持多组织隔离
• 角色管理：灵活的角色权限配置
• 细粒度权限：操作级别的权限控制
• 审计日志：完整的操作审计记录

资源管理 (CMDB)

• 服务树：可视化的资源拓扑结构
• 资产发现：自动化资源发现和管理
• 依赖关系：服务依赖图谱管理
• 标签管理：灵活的资源分类标记

工单系统

• 工单模板：可定制的工单类型
• 流程引擎：自动化审批工作流
• SLA 管理：服务等级协议监控
• 协作工具：内置沟通和协作功能

监控告警

• 多维监控：全方位系统性能监控
• 实时告警：毫秒级告警响应
• 智能阈值：AI 动态阈值调整
• 告警收敛：智能告警聚合和降噪

Kubernetes 管理

• 集群管理：多集群统一管理
• 应用部署：可视化应用部署和更新
• 资源监控：Pod、Node、Service 监控
• 配置管理：ConfigMap 和 Secret 管理

在线演示

演示地址: http://68.64.177.180

登录信息:

• 用户名: demo
• 密码: Demo@2025

注意：演示环境仅供测试使用，请勿上传敏感信息

核心贡献者

感谢以下开发者对项目的重要贡献：

• GoSimplicity - 项目发起人和核心维护者
• Penge666 - 资深开发者
• shixiaocaia - 核心贡献者
• daihao4371 - 功能开发者

快速开始

环境要求

• Go 1.21+
• Node.js 21.x
• pnpm latest
• Docker & Docker Compose
• Python 3.11+ (AI 模块)

环境检查

go version          # >= 1.21
node --version      # >= 21.0
pnpm --version      # latest
docker --version    # latest
python3 --version   # >= 3.11

获取代码

# 克隆后端项目
git clone https://github.com/GoSimplicity/AI-CloudOps.git
cd AI-CloudOps

# 克隆前端项目
git clone https://github.com/GoSimplicity/AI-CloudOps-web.git

# 克隆 AI 模块项目
git clone https://github.com/GoSimplicity/AI-CloudOps-aiops.git

开发环境启动

1. 启动基础服务

cd AI-CloudOps
# 启动数据库和中间件
docker-compose -f docker-compose-env.yaml up -d

# 配置环境变量
cp env.example .env

# 检查服务状态
docker-compose -f docker-compose-env.yaml ps

2. 启动前端服务

cd AI-CloudOps-web
# 安装依赖
pnpm install

# 启动开发服务器
pnpm run dev

前端将在 http://localhost:3000 启动

3. 启动后端服务

cd AI-CloudOps
# 安装依赖
go mod tidy

# 启动后端服务
go run main.go

后端服务地址：

• API 服务: http://localhost:8000
• Swagger 文档: http://localhost:8000/swagger

4. 启动 AI 服务 (可选)

cd AI-CloudOps-aiops
# 配置环境变量
cp env.example .env

# 安装依赖
pip install -r requirements.txt

# 训练初始模型
cd data/ && python machine-learning.py && cd ..

# 启动 AI 服务
python app/main.py

AI 服务地址: http://localhost:8001

生产部署

Docker Compose 部署 (推荐)

cd AI-CloudOps
# 启动所有服务
docker-compose up -d

# 查看服务状态
docker-compose ps

# 查看日志
docker-compose logs -f

Kubernetes 部署

cd deploy/kubernetes/
# 配置环境变量
cp config.example config

# 部署到集群
kubectl apply -f .

# 查看部署状态
kubectl get pods,svc,ingress -l app=ai-cloudops

项目架构

后端结构

AI-CloudOps/
├── cmd/                    # 命令行工具
├── config/                 # 配置文件
├── internal/               # 核心业务逻辑
│   ├── middleware/         # 中间件
│   ├── model/              # 数据模型
│   ├── k8s/                # Kubernetes 管理
│   ├── user/               # 用户管理
│   ├── prometheus/         # 监控模块
│   ├── workorder/          # 工单系统
│   ├── tree/               # 服务树 CMDB
│   └── system/             # 系统管理
├── pkg/                    # 公共包
├── docs/                   # API 文档
└── deploy/                 # 部署配置

前端结构

AI-CloudOps-web/
├── apps/web-antd/          # 主应用
│   ├── src/
│   │   ├── api/            # API 接口
│   │   ├── components/     # 组件
│   │   ├── views/          # 页面
│   │   ├── router/         # 路由
│   │   └── store/          # 状态管理
│   └── dist/               # 构建产物
└── packages/               # 共享包

AI 模块结构

AI-CloudOps-aiops/
├── app/                    # 应用代码
│   ├── api/                # API 路由
│   ├── core/               # 核心逻辑
│   ├── models/             # 数据模型
│   └── services/           # 业务服务
├── data/                   # 数据存储
├── config/                 # 配置文件
└── tests/                  # 测试用例

贡献指南

贡献流程

1. Fork 本项目
2. 创建特性分支 (git checkout -b feature/AmazingFeature)
3. 提交更改 (git commit -m 'Add some AmazingFeature')
4. 推送到分支 (git push origin feature/AmazingFeature)
5. 创建 Pull Request

提交规范

使用 Conventional Commits 格式：

<type>(<scope>): <description>

[optional body]
[optional footer]

提交类型:

• feat: 新功能
• fix: Bug 修复
• docs: 文档更新
• style: 代码格式
• refactor: 代码重构
• test: 测试相关
• ci: CI/CD 相关

代码规范

• 遵循项目现有代码风格
• 添加必要的注释和文档
• 确保测试覆盖率
• 遵循最佳实践

开源许可

本项目基于 MIT License 开源。

联系我们

• 邮箱: [email protected]
• 微信: GoSimplicity (添加请备注 "AI-CloudOps")
• GitHub: 提交 Issue

微信交流群

致谢

感谢所有为项目做出贡献的开发者和用户，以及以下开源项目：

• Go - 高性能后端语言
• Vue.js - 渐进式前端框架
• Kubernetes - 容器编排平台
• Prometheus - 监控系统
• Ant Design Vue - 企业级 UI 组件库

---

如果觉得项目对您有帮助，请给我们一个 Star ⭐