Repolode
microsoft

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. 1

    Установите Python 3.11

    sudo apt install python3.11 python3.11-venv python3.11-dev -y
  2. 2

    Установите Poetry с помощью официального установщика, указанного в README

  3. 3

    Клонируйте репозиторий вместе с подмодулями (замените заполнитель URL репозитория)

    git clone --recurse-submodules <CLONE_PATH_TO_THE_REPO>
  4. 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

Открытая service mesh-платформа, которая добавляет микросервисам управление трафиком, безопасность и наблюдаемость с минимальными изменениями кода или вовсе без них.

38,5 тыс.+16 за неделю8,4 тыс.GoApache-2.0Обновлён 16 часов назад

Watt — сервер приложений для Node.js, который запускает любые Node.js-приложения в потоках-воркерах, повышая эффективность использования CPU, масштабируемость и наблюдаемость в контейнерах.

Бэкенд и API#nodejs#application-server#worker-threads
2,2 тыс.+38 за неделю211JavaScriptApache-2.0Активно поддерживаетсяОбновлён 8 часов назад

Контейнер-песочница для JVM, который добавляет работающим Java-приложениям ненавязчивый AOP во время выполнения без перезапуска.

DevOps и облака#java#jvm#aop
7 тыс.+2 за неделю1,6 тыс.JavaLGPL-3.0Обновлён 2 месяца назад

Платформа AIOps с открытым исходным кодом: объединяет оповещения из инструментов мониторинга, устраняет дубликаты, сопоставляет события и автоматизирует реакции с помощью рабочих процессов.

12,5 тыс.+37 за неделю1,5 тыс.PythonOtherАктивно поддерживаетсяОбновлён 12 часов назад

Корпоративная система безопасности для обнаружения и инвентаризации AI-агентов, наблюдения за ними, оценки их защищённости и выявления рискованного поведения.

2,1 тыс.+38 за неделю231PythonApache-2.0Активно поддерживаетсяОбновлён 8 дней назад