Открытая service mesh-платформа, которая добавляет микросервисам управление трафиком, безопасность и наблюдаемость с минимальными изменениями кода или вовсе без них.
microsoft/AIOpsLab
Python-фреймворк для проектирования, разработки и оценки автономных AIOps-агентов в симулируемых облачных средах с микросервисами и инъекцией сбоев.
- Звёзды
- 1,029
- Форки
- 180
- Открытые issues
- 37
- Последний коммит
- 21 час назад
Что это?
AIOpsLab — фреймворк для создания и тестирования агентов, которые выполняют задачи IT-операций: обнаруживают сбои в облачных сервисах, локализуют и анализируют их, а также устраняют их последствия. Он разворачивает микросервисные приложения в кластере Kubernetes, внедряет сбои, генерирует нагрузку и экспортирует телеметрию. Фреймворк координирует эти компоненты и предоставляет агентам интерфейсы для взаимодействия с системой.
В проект входит готовый набор тестов с задачами на обнаружение, локализацию, анализ и устранение сбоев. Реестр задач можно расширять, добавляя приложения, сбои и средства оценки. Агентов подключают через Python-класс с асинхронным методом get_action и регистрируют в оркестраторе, который записывает ход каждого сеанса и сохраняет результаты.
Для работы нужен кластер Kubernetes: локальный кластер kind, удалённый кластер, настроенный с помощью Ansible, или виртуальные машины Azure, созданные с помощью Terraform. В CLI человек может выступать в роли агента, а режим сервиса позволяет запускать агентов удалённо.
Ключевые возможности
- 01Разворачивает микросервисные приложения в кластере Kubernetes с помощью Helm или kubectl.
- 02Внедряет сбои и генерирует нагрузку с помощью встроенных средств инъекции сбоев и генератора нагрузки на базе wrk2.
- 03Предоставляет набор тестов с задачами на обнаружение, локализацию, анализ и устранение сбоев.
- 04Позволяет подключать агентов через простой асинхронный интерфейс get_action и общий оркестратор.
- 05Записывает сеансы работы агентов и результаты оценки для последующего анализа.
Сценарии использования
- Сравнение LLM-агентов по способности обнаруживать инциденты и устранять сбои в реалистичной микросервисной среде.
- Разработка и тестирование AIOps-агента перед запуском в кластерах, приближённых к производственным.
- Добавление собственных приложений, сбоев и метрик оценки для создания воспроизводимого внутреннего бенчмарка.
Быстрый старт
- 1
Установите Python 3.11
sudo apt install python3.11 python3.11-venv python3.11-dev -y - 2
Установите Poetry с помощью официального установщика, указанного в README
- 3
Клонируйте репозиторий вместе с подмодулями (замените заполнитель URL репозитория)
git clone --recurse-submodules <CLONE_PATH_TO_THE_REPO> - 4
Установите проект в редактируемом режиме с помощью pip из корневой папки репозитория
pip install -e .
Что важно знать
- Требуется кластер Kubernetes, например локальный кластер kind или удалённый кластер, а также Helm.
- Для некоторых инъекторов сбоев требуется Docker на локальной машине, а для полной функциональности их нужно запускать на виртуальной машине контроллера.
В подборках
Темы
Частые вопросы
- Что такое AIOpsLab?
- Python-фреймворк для проектирования, разработки и оценки автономных AIOps-агентов в симулируемых облачных средах с микросервисами и инъекцией сбоев. AIOpsLab — фреймворк для создания и тестирования агентов, которые выполняют задачи IT-операций: обнаруживают сбои в облачных сервисах, локализуют и анализируют их, а также устраняют их последствия. Он разворачивает микросервисные приложения в кластере Kubernetes, внедряет сбои, генерирует нагрузку и экспортирует телеметрию. Фреймворк координирует эти компоненты и предоставляет агентам интерфейсы для взаимодействия с системой.
- AIOpsLab можно использовать бесплатно? Какая у него лицензия?
- AIOpsLab распространяется с открытым исходным кодом под лицензией MIT. Перед использованием в коммерческих продуктах проверьте условия лицензии.
- AIOpsLab всё ещё поддерживается?
- Активно поддерживается. Последний коммит в AIOpsLab — 7 нояб. 2026 г..
- Для чего можно использовать AIOpsLab?
- Сравнение LLM-агентов по способности обнаруживать инциденты и устранять сбои в реалистичной микросервисной среде. Разработка и тестирование AIOps-агента перед запуском в кластерах, приближённых к производственным. Добавление собственных приложений, сбоев и метрик оценки для создания воспроизводимого внутреннего бенчмарка.
- Как установить AIOpsLab?
- Установите Python 3.11: sudo apt install python3.11 python3.11-venv python3.11-dev -y Установите Poetry с помощью официального установщика, указанного в README Клонируйте репозиторий вместе с подмодулями (замените заполнитель URL репозитория): git clone --recurse-submodules <CLONE_PATH_TO_THE_REPO> Установите проект в редактируемом режиме с помощью pip из корневой папки репозитория: pip install -e .
- Где скачать AIOpsLab?
- Исходный код и инструкции по установке — на GitHub: https://github.com/microsoft/AIOpsLab
Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.
Похожие проекты
Watt — сервер приложений для Node.js, который запускает любые Node.js-приложения в потоках-воркерах, повышая эффективность использования CPU, масштабируемость и наблюдаемость в контейнерах.
Контейнер-песочница для JVM, который добавляет работающим Java-приложениям ненавязчивый AOP во время выполнения без перезапуска.
Платформа AIOps с открытым исходным кодом: объединяет оповещения из инструментов мониторинга, устраняет дубликаты, сопоставляет события и автоматизирует реакции с помощью рабочих процессов.
Корпоративная система безопасности для обнаружения и инвентаризации AI-агентов, наблюдения за ними, оценки их защищённости и выявления рискованного поведения.
Python-платформа для развёртывания и запуска корпоративных AI-агентов на разных фреймворках, в облаках и каналах обмена сообщениями, с поддержкой MCP и A2A.