当前位置：首页 > news >正文

OpenSRE：开源框架集成 40 多种工具，助力 AI SRE 智能体应对生产事件

news 2026/4/18 17:53:22

OpenSRE：开源框架打造 AI SRE 智能体，集成 40 多种工具助力生产事件响应

OpenSRE 是一个用于 AI SRE 智能体的开源框架，同时也提供了提升智能体性能所需的训练和评估环境。你可以将现有的 60 多种工具连接起来，定义自己的工作流程，并在自有基础设施上开展事件调查。

[快速开始](链接待补充) · [文档](链接待补充) · [常见问题解答](链接待补充) · [安全说明](链接待补充)

🚧 公开测试版：核心工作流程已可用于早期探索，但尚未完全稳定。项目正在积极开发中，API 和集成方式可能会有所变化。

为何选 OpenSRE？

生产环境故障时，相关证据分散在日志、指标、追踪数据、操作手册和 Slack 线程中。OpenSRE 作为解决生产事件的 AI SRE 智能体开源框架，能在你自己的基础设施上运行。此前，SWE - bench1 为编码智能体提供了可扩展训练数据和明确反馈，但生产事件响应领域缺类似资源。分布式故障比本地代码任务难处理，处理速度慢、干扰因素多，且难模拟和评估，这也是 AI SRE 及更广泛的生产调试 AI 未有效解决的原因。OpenSRE 正在构建缺失的一层：用于智能基础设施事件响应的开放式强化学习环境，具备端到端测试和针对实际生产故障的合成事件模拟功能。

通过以下方式实现目标：

构建易部署、可定制的 AI SRE 智能体，用于生产事件调查和响应。
运行带评分的合成根本原因分析（RCA）套件，检查根本原因准确性、所需证据以及对抗性干扰因素（测试/合成）。
在包括 Kubernetes、EC2、CloudWatch、Lambda、ECS Fargate 和 Flink 等云场景中运行真实的端到端测试（测试/端到端）。
采用语义化的测试目录命名方式，使端到端测试与合成测试、本地测试与云测试的边界清晰可见（测试/README.md）。

使命是在此基础上构建 AI SRE 智能体，扩展到数千种实际的基础设施故障场景，将 OpenSRE 打造成 AI SRE 的基准和训练平台。[1](https://arxiv.org/abs/2310.06770)

安装

curl -fsSL https://raw.githubusercontent.com/Tracer - Cloud/opensre/main/install.sh | bash

brew install Tracer-Cloud/opensre/opensre

irm https://raw.githubusercontent.com/Tracer-Cloud/opensre/main/install.ps1 | iex

快速开始

opensre onboard

opensre investigate -i tests/e2e/kubernetes/fixtures/datadog_k8s_alert.json

opensre update

Railway 部署

运行 `opensre deploy railway` 前，要确保目标 Railway 项目有 Postgres 和 Redis 服务，并将 OpenSRE 服务的 `DATABASE_URI` 和 `REDIS_URI` 设置为相应连接字符串。没有这些后端服务，容器化的 LangGraph 运行时无法启动。

# 先创建/链接 Railway 的 Postgres 和 Redis，然后设置 DATABASE_URI 和 REDIS_URI
opensre deploy railway --project <project> --service <service> --yes

若部署启动但服务无法正常运行，需验证 Railway 服务中是否有 `DATABASE_URI` 和 `REDIS_URI`，并确保它们指向项目的 Postgres 和 Redis 实例。

远程托管操作

部署托管服务后，可通过命令行界面执行部署后操作：

# 检查服务状态、URL 和部署元数据
opensre remote ops --provider railway --project <project> --service <service> status

# 查看最近的日志
opensre remote ops --provider railway --project <project> --service <service> logs --lines 200

# 实时流式查看日志
opensre remote ops --provider railway --project <project> --service <service> logs --follow

# 触发重启/重新部署
opensre remote ops --provider railway --project <project> --service <service> restart --yes

OpenSRE 会保存你上次使用的提供商、项目和服务信息，所以可直接运行以下命令：

opensre remote ops status

opensre remote ops logs --follow

开发

若你是 OpenSRE 新手，可参考 `SETUP.md` 获取详细的特定平台设置说明，包括 Windows 系统设置、环境配置等内容。

git clone https://github.com/Tracer-Cloud/opensre
cd opensre
make install

# 运行 opensre onboard 配置本地大语言模型（LLM）提供商
# 并可选择验证/保存 Grafana、Datadog、Honeycomb、Coralogix、Slack、AWS、GitHub MCP 和 Sentry 集成
opensre onboard
opensre investigate -i tests/e2e/kubernetes/fixtures/datadog_k8s_alert.json

OpenSRE 工作原理

调查工作流程

警报触发时，OpenSRE 自动执行以下操作：

获取警报上下文以及相关的日志、指标和追踪数据。
在你连接的系统中进行推理，识别异常情况。
生成包含可能根本原因的结构化调查报表。
建议下一步操作，并可选择执行修复措施。
直接将摘要发布到 Slack 或 PagerDuty，无需切换上下文。

基准测试

make benchmark

功能特性

🔍 结构化事件调查：对所有信号进行关联根本原因分析。
📋 支持操作手册推理：OpenSRE 会读取你的操作手册并自动应用。
🔮 预测性故障检测：在问题影响到你之前发现潜在问题。
🔗 基于证据的根本原因：每个结论都与背后的数据关联。
🤖 全 LLM 灵活性：可使用你自己的模型，如 Anthropic、OpenAI、Ollama、Gemini、OpenRouter、NVIDIA NIM。

集成

OpenSRE 可连接现代云栈中的 40 多种工具和服务，涵盖 LLM 提供商、可观测性平台、基础设施、数据库和事件管理等领域。

类别	集成项
AI / LLM 提供商	Anthropic、OpenAI、Ollama、Google Gemini、OpenRouter、NVIDIA NIM、Bedrock
可观测性	Grafana（Loki、Mimir、Tempo）、Datadog、Honeycomb、Coralogix、CloudWatch、Sentry、Elasticsearch、Splunk、New Relic、Victoria Logs
基础设施	Kubernetes、AWS（S3、Lambda、EKS、EC2、Bedrock）、GCP、Azure、Helm、ArgoCD
数据库	MongoDB、ClickHouse、PostgreSQL、MySQL、MariaDB、MongoDB Atlas、Azure SQL、RDS、Snowflake
数据平台	Apache Airflow、Apache Kafka、Apache Spark、Prefect、RabbitMQ
开发工具	GitHub、GitHub MCP、Bitbucket、GitLab
事件管理	PagerDuty、Opsgenie、Jira、ServiceNow、incident.io、Alertmanager、Linear、Trello
通信工具	Slack、Google Docs、Discord、Teams、WhatsApp、Confluence、Notion
智能体部署	Vercel、LangSmith、EC2、ECS、Railway
协议	MCP、ACP、OpenClaw

贡献

OpenSRE 由社区共同构建。每一次集成、改进和 bug 修复都将使数千名工程师受益。积极审查拉取请求（PR），欢迎各经验水平的贡献者参与。标记为 `good first issue` 的任务适合新手。

贡献方式如下：

🐛 报告 bug 或未覆盖的边缘情况。
🔌 添加新的工具集成。
📖 改进文档或操作手册示例。
⭐ 给仓库加星，帮助其他工程师发现 OpenSRE。

完整指南请参考 `CONTRIBUTING.md`。感谢以下贡献者：davincios、VaibhavUpreti、aliya - tracer、arnetracer、kylie - tracer、paultracer、zeel2104、iamkalio、w3joe、yeoreums、anandgupta1202、rrajan94、vrk7、cerencamkiran、edgarmb14、lukegimza、ebrahim - sameh、shoaib050326、venturevd、shriyashsoni、Devesh36、KindaJayant、overcastbulb、Yashkapure06、Davda - James、Abhinnavverma、devankitjuneja、ramandagar、mvanhorn、abhishek - marathe04、yashksaini - coder、haliaeetusvocifer、Bahtya、mayankbharati - ops、harshareddy832、sundaram2021、micheal000010000 - hub、ljivesh、gautamjain1503、mudittt、hamzzaaamalik、octo - patch、fuleinist、yas789、aniruddhaadak80

安全

OpenSRE 在设计时充分考虑了生产环境的需求：

调查会话结束后，不存储原始日志数据。
所有 LLM 调用使用结构化、可审计的提示。
日志转录数据本地保存，默认情况下不会外部传输。

有关负责任披露的详细信息，请参阅 `SECURITY.md`。

遥测

OpenSRE 使用 Posthog 收集匿名使用统计数据，以帮助了解项目的采用情况，并向资助项目的赞助商和投资者展示项目的发展态势。收集的信息包括：命令名称、执行结果（成功/失败）、大致运行时间、CLI 版本、Python 版本、操作系统类型、机器架构，以及少量特定命令的元数据，如运行的子命令。对于 `opensre onboard` 和 `opensre investigate` 命令，可能还会收集所选模型/提供商以及命令是否使用了 `--interactive` 或 `--input` 等标志。首次运行时会生成一个随机的匿名 ID，并存储在 `~/.config/opensre/` 中。绝不会收集警报内容、文件内容、主机名、凭证或任何个人身份信息。

在 GitHub Actions 和 pytest 运行中，遥测功能会自动禁用。若要在本地禁用遥测功能，请在运行前设置环境变量：