Skip to content

GoSimplicity/AI-CloudOps-aiops

BranchesTags

Repository files navigation

🚀 AI-CloudOps 智能云原生运维平台

下一代 AI 驱动的智能运维解决方案

Python FastAPI Kubernetes License Docker

🎯 核心特性 • 🏗️ 架构设计 • ⚡ 快速开始 • 📚 文档 • 🤝 贡献

AI-CloudOps 是业界领先的智能云原生运维平台，融合了 人工智能、机器学习 和 自动化运维 技术，为现代化基础设施提供全方位的智能运维解决方案。

✨ 为什么选择 AI-CloudOps？

🎯 核心价值

  • 🔥 90%+ 故障自动诊断准确率
  • ⚡ 秒级问题根因定位
  • 🛡️ 7×24 智能监控预警
  • 💰 平均降低 40% 运维成本
  • 🚀 零停机智能扩缩容

💫 技术优势

  • 🧠 大语言模型 + 专家知识库
  • 🔍 多数据源融合分析
  • 🛠️ 自动化修复引擎
  • 📊 实时智能预测
  • 🔗 云原生深度集成

🎯 核心特性

🤖 智能助手 | 🔮 预测分析 | 🛠️ 自动修复 | 📊 根因分析 | 💡 健康监控

🤖 双模式 AI 助手

RAG + MCP 混合架构，专为运维场景优化

  • 🧠 RAG 模式: 基于向量检索的知识问答，涵盖数万条运维最佳实践
  • 🔧 MCP 模式: 直接调用 Kubernetes API，实时操作集群资源
  • 💬 智能对话: 支持上下文理解，多轮对话解决复杂问题
  • 🎯 意图识别: 自动路由到最适合的处理模式

🔮 智能负载预测

机器学习驱动的容量规划

  • 📈 多维预测: QPS、CPU、内存、磁盘使用趋势预测
  • ⏰ 时间窗口: 支持 1-168 小时的预测时间跨度
  • 🎯 精准建议: 智能实例数量和资源配置推荐
  • 📊 置信度评估: 提供预测可信度和风险评估

🛠️ K8s 自动修复

零人工干预的故障自愈

  • 🔍 智能诊断: 深度分析 Pod、Deployment、Service 状态
  • 🚀 自动修复: 智能重启、扩缩容、配置调整
  • 🛡️ 风险控制: 修复前预检、安全限制、回滚机制
  • 📋 操作记录: 完整的修复日志和影响评估

📊 AI 根因分析

多数据源融合的故障诊断引擎

  • 🔍 数据融合: 整合 Prometheus 指标、K8s 事件、Pod 日志
  • 🧮 异常检测: 基于统计学和机器学习的异常识别
  • 🔗 关联分析: 多维度相关性分析和因果推理
  • ⚡ 快速定位: 平均 30 秒内完成根因分析

💡 全栈健康监控

端到端的系统状态感知

  • 🌐 多组件监控: LLM 服务、向量存储、K8s 集群、缓存系统
  • 💓 健康检查: 启动探针、存活探针、就绪探针
  • 📊 性能指标: 响应时间、可用性、错误率实时监控
  • 🚨 智能告警: 基于阈值和趋势的多级告警策略

🏗️ 架构设计

graph TB
    subgraph "🌐 接口层"
        A1[REST API<br/>FastAPI]
        A2[WebSocket<br/>流式交互]
        A3[MCP Protocol<br/>工具调用]
    end

    subgraph "🧠 智能代理层"
        B1[AI助手<br/>RAG+MCP]
        B2[预测引擎<br/>ML Models]
        B3[修复代理<br/>K8s Fixer]
        B4[分析引擎<br/>RCA Engine]
    end

    subgraph "💾 数据层"
        C1[Redis向量库<br/>知识检索]
        C2[Prometheus<br/>时序指标]
        C3[Redis缓存<br/>性能优化]
    end

    subgraph "☁️ 基础设施"
        D1[Kubernetes<br/>容器编排]
        D2[Docker<br/>容器化]
        D3[监控告警<br/>Grafana]
    end

    A1 --> B1
    A1 --> B2
    A1 --> B3
    A1 --> B4
    
    A2 --> B1
    A3 --> B1
    
    B1 --> C1
    B2 --> C2
    B3 --> D1
    B4 --> C2
    
    B1 --> C3
    B2 --> C3
    B3 --> C3
    B4 --> C3
    
    C2 --> D3
    D1 --> D2
Loading

🔥 技术栈亮点

🚀 后端框架
FastAPI + AsyncIO		 🧠 AI 引擎
LangGraph + OpenAI		 💾 数据存储
Redis + Prometheus		 ☁️ 容器化
Docker + K8s

⚡ 快速开始

🎯 一键部署（推荐）

# 1️⃣ 克隆项目
git clone https://github.com/GoSimplicity/AI-CloudOps.git
cd AI-CloudOps

# 2️⃣ 配置环境
cp env.example .env
nano .env  # 配置 LLM_API_KEY 等必要参数

# 3️⃣ 一键启动
chmod +x scripts/deploy.sh
./scripts/deploy.sh

⚙️ 核心配置

# 🔑 必需配置
LLM_API_KEY=sk-your-api-key              # LLM API 密钥
LLM_BASE_URL=https://api.openai.com/v1   # LLM API 地址
LLM_MODEL=gpt-4o-mini                    # 使用的模型

# 🔧 可选配置  
K8S_CONFIG_PATH=~/.kube/config           # Kubernetes 配置
REDIS_PASSWORD=your-secure-password      # Redis 密码
PROMETHEUS_URL=http://localhost:9090     # Prometheus 地址

🎉 验证部署

部署完成后，访问以下地址验证服务状态：

🌐 服务 📍 地址 📝 说明
🚀 主应用 http://localhost:8080 API 服务和文档
🔧 MCP 服务 http://localhost:9000 工具调用服务
📊 监控面板 http://localhost:9090 Prometheus 监控 
# ✅ 健康检查
curl http://localhost:8080/api/v1/health

# 📚 API 文档
open http://localhost:8080/docs

🎨 功能演示

💬 智能助手对话示例

🤖 点击查看 AI 助手交互演示 
// 💡 RAG 模式 - 知识问答
POST /api/v1/assistant/query
{
  "question": "Kubernetes Pod 一直处于 Pending 状态怎么办？",
  "mode": "rag",
  "session_id": "user123"
}

// 📖 响应示例
{
  "code": 0,
  "message": "查询成功",
  "data": {
    "answer": "Pod 处于 Pending 状态通常有以下几个原因和解决方案：\n\n🔍 **常见原因分析**：\n1. **资源不足** - 集群没有足够的 CPU/内存资源\n2. **调度约束** - nodeSelector、affinity 规则限制\n3. **存储问题** - PVC 无法绑定到 PV\n4. **镜像拉取** - 镜像不存在或权限问题\n\n🛠️ **排查步骤**：\n```bash\n# 查看 Pod 详细信息\nkubectl describe pod <pod-name>\n\n# 查看集群资源状态\nkubectl top nodes\nkubectl get pv,pvc\n```",
    "sources": [
      {
        "title": "Kubernetes Pod 故障排查指南",
        "relevance_score": 0.95
      }
    ],
    "processing_time": 1.2
  }
}
// 🔧 MCP 模式 - 工具调用
POST /api/v1/assistant/query
{
  "question": "帮我查看 default 命名空间下的 Pod 状态",
  "mode": "mcp",
  "session_id": "user123"
}

// 🚀 响应示例
{
  "data": {
    "answer": "✅ **已成功获取 Pod 状态**\n\n📊 **运行状态统计**:\n- 🟢 Running: 5 个\n- 🟡 Pending: 1 个  \n- 🔴 Failed: 0 个\n\n📝 **详细信息**:\n1. **nginx-deployment-xxx** (Running) - CPU: 0.1/0.5, Memory: 128Mi/512Mi\n2. **redis-master-yyy** (Running) - CPU: 0.2/1.0, Memory: 256Mi/1Gi\n3. **worker-job-zzz** (Pending) - 等待调度...",
    "tool_calls": [
      {
        "tool_name": "k8s_pod_tool",
        "execution_time": 0.3,
        "status": "success"
      }
    ]
  }
}

📊 负载预测分析示例

🔮 点击查看智能预测功能演示 
// 📈 负载预测请求
POST /api/v1/predict/qps
{
  "service_name": "web-service",
  "current_qps": 500.0,
  "hours": 24,
  "instance_cpu": 2.0,
  "instance_memory": 4.0
}

// 📊 预测结果
{
  "data": {
    "predictions": [
      {
        "hour": 1,
        "predicted_qps": 520.5,
        "confidence_score": 0.95,
        "peak_probability": 0.12
      },
      {
        "hour": 8,
        "predicted_qps": 890.2,
        "confidence_score": 0.88,
        "peak_probability": 0.85
      }
    ],
    "recommendations": {
      "suggested_instances": 6,
      "scale_up_time": "2024-01-01T07:30:00Z",
      "cpu_recommendation": 2.5,
      "memory_recommendation": 5.0
    },
    "analysis": {
      "max_predicted_qps": 1250.8,
      "growth_rate": 1.51,
      "volatility": "中等"
    }
  }
}

🔍 根因分析报告示例

🕵️ 点击查看故障根因分析演示 
// 🔍 根因分析请求
POST /api/v1/rca/analyze
{
  "namespace": "production",
  "time_window_hours": 1.0,
  "severity_threshold": 0.7
}

// 📋 分析报告
{
  "data": {
    "root_causes": [
      {
        "cause_type": "resource_exhaustion",
        "title": "🔥 CPU 使用率异常飙升",
        "confidence_score": 0.92,
        "severity": "high",
        "affected_resources": [
          {"type": "pod", "name": "web-app-xxx", "namespace": "production"}
        ],
        "recommendations": [
          {
            "action": "scale_up",
            "description": "建议将副本数从 3 增加到 6",
            "priority": "high",
            "estimated_impact": "可解决当前性能瓶颈"
          }
        ],
        "supporting_evidence": [
          {
            "type": "metric",
            "description": "CPU 使用率峰值达到 98%",
            "timestamp": "2024-01-01T10:15:00Z"
          }
        ]
      }
    ],
    "summary": {
      "total_issues": 2,
      "high_priority": 1,
      "analysis_duration": 2.3
    }
  }
}

📚 API 文档

🚀 核心 API 端点

🎯 模块 📍 端点 📝 功能
🤖 智能助手 POST /api/v1/assistant/query RAG/MCP 双模式问答
🔮 预测分析 POST /api/v1/predict/qps QPS 负载预测
🔍 根因分析 POST /api/v1/rca/analyze 综合故障诊断
🛠️ 自动修复 POST /api/v1/autofix/fix K8s 资源自动修复
💡 健康检查 GET /api/v1/health 系统健康状态

📖 详细文档

📦 系统要求

🖥️ 最低配置

  • OS: Linux/macOS/Windows
  • RAM: 8GB+ (推荐 16GB+)
  • CPU: 4 核心+
  • 存储: 20GB+ 可用空间

🛠️ 软件依赖

  • Python: 3.11+
  • Docker: 20.10+
  • Docker Compose: 2.0+
  • Redis: 7.0+
  • Kubernetes: 1.20+ (可选)

🔧 高级配置

🎯 生产环境优化

# docker-compose.production.yml 资源限制
services:
  aiops-platform:
    deploy:
      resources:
        limits:
          memory: 8G
          cpus: '4.0'
        reservations:
          memory: 4G
          cpus: '2.0'
    environment:
      - ENV=production
      - LOG_LEVEL=INFO
      - REDIS_MAX_CONNECTIONS=50

📊 监控配置

# Prometheus 配置
scrape_configs:
  - job_name: 'aiops-platform'
    static_configs:
      - targets: ['aiops-platform:8080']
    scrape_interval: 15s
    metrics_path: '/metrics'

🔒 安全配置

# 生产环境安全设置
REDIS_PASSWORD=your-secure-password
API_RATE_LIMIT=1000
CORS_ORIGINS=https://your-domain.com
JWT_SECRET_KEY=your-jwt-secret

🚧 路线图

🎯 v2.1.0 (计划中)

  • 🎨 Web UI 管理面板
  • 📊 Grafana 仪表板集成
  • 🔔 多渠道告警通知
  • 🌐 多云平台支持

🚀 v2.2.0 (规划中)

  • 🤝 团队协作功能
  • 📈 成本分析与优化
  • 🛡️ 安全扫描集成
  • 🔄 GitOps 工作流

🤝 贡献指南

我们欢迎任何形式的贡献！🎉

🌟 快速贡献

# 1️⃣ Fork 项目
git clone https://github.com/your-username/AI-CloudOps.git

# 2️⃣ 创建特性分支
git checkout -b feature/amazing-feature

# 3️⃣ 提交更改
git commit -m 'Add amazing feature'

# 4️⃣ 推送分支
git push origin feature/amazing-feature

# 5️⃣ 创建 Pull Request

🎯 贡献类型

  • 🐛 Bug 修复
  • ✨ 新功能开发
  • 📝 文档改进
  • 🔧 性能优化
  • 🧪 测试用例

💬 社区支持

获取帮助的最佳方式

GitHub Issues Email Support Documentation

📞 联系方式

📜 许可证

本项目基于 MIT 许可证 开源。

🌟 如果这个项目对你有帮助，请给我们一个 Star！ ⭐

Made with ❤️ by the AI-CloudOps Team

让 AI 为云原生运维赋能 🚀

最后更新: 2025-09-13 | 版本: v2.0.0

About

AI-CloudOps项目aiops部分代码

Resources

Readme

License

Apache-2.0 license
Activity

Stars

18 stars

Watchers

0 watching

Forks

13 forks
Report repository

Releases

No releases published

Packages

No packages published

Languages