Um service mesh de código aberto que adiciona gerenciamento de tráfego, segurança e observabilidade a microsserviços com poucas ou nenhuma alteração no código.
microsoft/AIOpsLab
Framework Python para projetar, desenvolver e avaliar agentes autônomos de AIOps em ambientes simulados de nuvem com microsserviços e injeção de falhas.
- Estrelas
- 1,027
- Forks
- 180
- Issues abertas
- 37
- Último commit
- há 24 horas
O que é?
AIOpsLab é um framework para criar e comparar agentes que executam tarefas de operações de TI, como detectar, localizar, analisar e mitigar falhas em serviços na nuvem. Ele pode implantar aplicações de microsserviços em um cluster Kubernetes, injetar falhas, gerar cargas de trabalho e exportar dados de telemetria, além de orquestrar esses componentes e disponibilizar interfaces para os agentes interagirem com o sistema.
O projeto inclui um conjunto de benchmarks com problemas de detecção, localização, análise e mitigação, e o registro de problemas pode ser ampliado com novas aplicações, falhas e avaliadores. Os agentes são encapsulados em uma classe Python com um método assíncrono get_action e registrados no orquestrador, que registra cada sessão e armazena os resultados.
A configuração requer um cluster Kubernetes, que pode ser um cluster local kind, um cluster remoto configurado com Ansible ou VMs do Azure provisionadas com Terraform. Uma CLI permite que uma pessoa atue como agente, e o modo de serviço possibilita executar agentes remotamente.
Recursos principais
- 01Implanta aplicações de microsserviços em um cluster Kubernetes via Helm ou kubectl.
- 02Injeta falhas e gera cargas de trabalho com injetores integrados e geração de carga baseada em wrk2.
- 03Oferece um conjunto de benchmarks com problemas de detecção, localização, análise e mitigação.
- 04Permite integrar agentes por meio de uma interface assíncrona simples get_action e de um orquestrador compartilhado.
- 05Registra sessões dos agentes e resultados das avaliações para análise posterior.
Casos de uso
- Comparar o desempenho de agentes baseados em LLM em tarefas de detecção e mitigação de incidentes em uma configuração realista de microsserviços.
- Desenvolver e testar um agente de AIOps antes de executá-lo em clusters semelhantes aos de produção.
- Adicionar aplicações, falhas ou métricas de avaliação personalizadas para criar um benchmark interno reproduzível.
Início rápido
- 1
Instale o Python 3.11
sudo apt install python3.11 python3.11-venv python3.11-dev -y - 2
Instale o Poetry com o instalador oficial indicado no README
- 3
Clone o repositório com os submódulos (substitua o marcador pelo URL do repositório)
git clone --recurse-submodules <CLONE_PATH_TO_THE_REPO> - 4
Instale o projeto em modo editável com pip a partir da raiz do repositório
pip install -e .
Antes de usar
- É necessário ter um cluster Kubernetes, como um cluster kind local ou um cluster remoto, além do Helm.
- Alguns injetores de falhas precisam do Docker na máquina local, e é necessário executá-los em uma VM de controlador para ter acesso a todas as funcionalidades.
Em coleções
Tópicos
Perguntas frequentes
- O que é AIOpsLab?
- Framework Python para projetar, desenvolver e avaliar agentes autônomos de AIOps em ambientes simulados de nuvem com microsserviços e injeção de falhas. AIOpsLab é um framework para criar e comparar agentes que executam tarefas de operações de TI, como detectar, localizar, analisar e mitigar falhas em serviços na nuvem. Ele pode implantar aplicações de microsserviços em um cluster Kubernetes, injetar falhas, gerar cargas de trabalho e exportar dados de telemetria, além de orquestrar esses componentes e disponibilizar interfaces para os agentes interagirem com o sistema.
- AIOpsLab é gratuito? Qual é a licença?
- AIOpsLab é open source sob a licença MIT. Confira os termos da licença antes de usá-lo em produtos comerciais.
- AIOpsLab ainda é mantido?
- Manutenção ativa. O último commit de AIOpsLab foi em 6 de nov. de 2026.
- Para que posso usar AIOpsLab?
- Comparar o desempenho de agentes baseados em LLM em tarefas de detecção e mitigação de incidentes em uma configuração realista de microsserviços. Desenvolver e testar um agente de AIOps antes de executá-lo em clusters semelhantes aos de produção. Adicionar aplicações, falhas ou métricas de avaliação personalizadas para criar um benchmark interno reproduzível.
- Como instalar AIOpsLab?
- Instale o Python 3.11: sudo apt install python3.11 python3.11-venv python3.11-dev -y Instale o Poetry com o instalador oficial indicado no README Clone o repositório com os submódulos (substitua o marcador pelo URL do repositório): git clone --recurse-submodules <CLONE_PATH_TO_THE_REPO> Instale o projeto em modo editável com pip a partir da raiz do repositório: pip install -e .
- Onde consigo AIOpsLab?
- O código-fonte e as instruções de instalação estão no GitHub: https://github.com/microsoft/AIOpsLab
Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.
Projetos relacionados
Watt é um servidor de aplicações Node.js que executa qualquer app Node.js em worker threads para melhorar o uso da CPU, a escalabilidade e a observabilidade em containers.
Um contêiner de sandbox para JVM que adiciona AOP não invasivo em tempo de execução a aplicações Java em execução, sem reiniciá-las.
Plataforma AIOps de código aberto que centraliza alertas de ferramentas de monitoramento, elimina duplicatas, correlaciona eventos e automatiza respostas por meio de workflows.
Sistema de segurança corporativa que descobre, monitora, avalia e detecta comportamentos de risco em agentes de programação com IA e agentes de suporte voltados a clientes.
Uma plataforma Python para implantar e executar agentes de IA corporativos em diferentes frameworks, clouds e canais de mensagens, com suporte a MCP e A2A.