# OpenDerisk
**Repository Path**: corffee/OpenDerisk
## Basic Information
- **Project Name**: OpenDerisk
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: MIT
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No
## Statistics
- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-10-13
- **Last Updated**: 2025-11-27
## Categories & Tags
**Categories**: Uncategorized
**Tags**: None
## README
### OpenDeRisk
OpenDeRisk AI 原生风险智能系统 —— 7\*24H 应用系统AI数字运维助手(AI-SRE), 我们的愿景是, 为每个应用系统提供一个7\*24H的AI系统数字管家,并能与真人进行协同,7\*24H处理业务问题,形成7\*24H得深度护航与防护网。
### News
- [2025/10] 🔥 我们发布了OpenDerisk V0.2版本. [OpenDerisk V0.2 ReleaseNote](./docs/docs/OpenDerisk_v0.2.md)
### 特性
1. DeepResearch RCA: 通过深度分析日志、Trace、代码进行问题根因的快速定位。
2. 可视化证据链:定位诊断过程与证据链全部可视化展示,诊断过程一目了然,可以快速判断定位的准确性。
3. 多智能体协同: SRE-Agent、Code-Agent、ReportAgent、Vis-Agent、Data-Agent协同工作。
4. 架构开源开放: OpenDerisk采用完全开源、开放的方式构建,相关框架、代码在开源项目也能实现开箱即用。
### 架构方案
#### 项目文档
- [OpenDerisk Documents](https://deepwiki.com/derisk-ai/OpenDerisk)
#### 介绍文档
- [OpenDerisk DeepWiki文档](https://deepwiki.com/derisk-ai/OpenDerisk)
采用多Agent架构,目前代码中主要实现了绿色部分部分,告警感知采用的是微软开源的[OpenRCA数据集](https://github.com/microsoft/OpenRCA), 数据集的大小解压后在26G左右,我们实现在26G的数据集合上,通过多Agent协同,Code-Agent动态写代码来进行最终根因的分析诊断。
#### 技术实现
1. 数据层: 拉取Github OpenRCA的大规模数据集(20G), 解压本地处理分析。
2. 逻辑层:Multi-Agent架构, 通过SRE-Agent、Code-Agent、ReportAgent、VisAgent、Data-Agent协同合作,进行深度的DeepResearch RCA(Root Cause Analyze)
3. 可视化层: 采用Vis协议、动态渲染整个处理流程与证据链, 以及多角色协同切换的过程。
4. OpenDeRisk中的数字员工(Agent)
#### 快速启动
##### 1.open-derisk服务启动
- Install uv
```sh
curl -LsSf https://astral.sh/uv/install.sh | sh
```
- 依赖安装
```
uv sync --all-packages --frozen \
--extra "base" \
--extra "proxy_openai" \
--extra "rag" \
--extra "storage_chromadb" \
--extra "derisks" \
--extra "storage_oss2" \
--extra "client" \
--extra "ext_base" \
--extra "proxy_tongyi"
```
- 配置启动参数
```
> 配置`derisk-proxy-aliyun.toml`文件中相关的API_KEY, 然后运行下面的命令启动。
> 也可参考 `derisk-proxy-aliyun.toml` 文件中的配置使用全阿里云模型和oss方案
> ** 注意 ** 最好在全新的环境下启动0.2版本,不然可能被0.1旧数据影响导致启动失败.
```
- 启动服务
```
uv run python packages/derisk-app/src/derisk_app/derisk_server.py --config configs/derisk-proxy-aliyun.toml
```
- 服务访问
> 打开浏览器访问 [`http://localhost:7777`](http://localhost:7777)
##### 2.内置场景快速使用
* AI-SRE(OpenRca根因定位)
- !注意, 我们默认使用OpenRCA数据集中的[Bank数据集](https://drive.usercontent.google.com/download?id=1enBrdPT3wLG94ITGbSOwUFg9fkLR-16R&export=download&confirm=t&uuid=42621058-41af-45bf-88a6-64c00bfd2f2e),
- 你可以通过链接, 或者下述命令进行下载:
```
gdown https://drive.google.com/uc?id=1enBrdPT3wLG94ITGbSOwUFg9fkLR-16R
```
- 下载完成后, 将数据解压到 ${derisk项目}/pilot/datasets。
* 火焰图助手
- 使用你本地应用服务进程的火焰图(java/python)上传给助手提问分析
* DataExpert
- 上传你的指标、日志、trace等各种Excel表格数据进行对话分析
##### 3.快速开发
* Agent开发
参考derisk-ext.agent.agents下的实现逻辑
* 工具开发
* local tool
* mcp
* 其他开发
文档准备中....
* DeRisk-Skills 开发
- [derisk-skills](https://github.com/derisk-ai/derisk_skills)
#### 运行效果
如下图所示, 为多智能体协同运行处理一个复杂的运维诊断任务的场景。
### RoadMap
- [x] 0530 V0.1版本,基于领域知识与MCP服务,实现从异动感知 -> 自主决策 -> 自适应执行与问题处理。
- [x] 技术风险领域知识引擎
- [x] 基于大模型推理驱动的异动感知 -> 决策 -> 执行推理引擎
- [x] 自动TroubleShooting与Fix
- [ ] 0830 V0.2版本
- [x] 技术风险领域MCP服务与管理
- [x] 支持自定义绑定知识与MCP工具
- [x] 支持3+ DevOps领域MCP服务
- [ ] 0930 V0.3
- [ ] 支持对接生产环境
- [ ] 提供完整的生产环境部署解决方案,支持生产问题诊断。
- [ ] 1230 V0.4
- [ ] 端到端AIOps在线Agentic RL
- [ ] 端到端评测能力
### 引用
针对此仓库中的代码, 我们通过如下的Paper进行了详细的介绍, 如果发现对你的工作有帮助, 请引用它。
```
@misc{di2025openderiskindustrialframeworkaidriven,
title={OpenDerisk: An Industrial Framework for AI-Driven SRE, with Design, Implementation, and Case Studies},
author={Peng Di and Faqiang Chen and Xiao Bai and Hongjun Yang and Qingfeng Li and Ganglin Wei and Jian Mou and Feng Shi and Keting Chen and Peng Tang and Zhitao Shen and Zheng Li and Wenhui Shi and Junwei Guo and Hang Yu},
year={2025},
eprint={2510.13561},
archivePrefix={arXiv},
primaryClass={cs.SE},
url={https://arxiv.org/abs/2510.13561},
}
```
### 致谢
- [DB-GPT](https://github.com/eosphoros-ai/DB-GPT)
- [GPT-Vis](https://github.com/antvis/GPT-Vis)
- [MetaGPT](https://github.com/FoundationAgents/MetaGPT)
- [OpenRCA](https://github.com/microsoft/OpenRCA)
OpenDeRisk-AI 社区致力于构建 AI 原生的风险智能系统。🛡️ 我们希望我们的社区能够为您提供更好的服务,同时也希望您能加入我们,共同创造更美好的未来。🤝
[](https://star-history.com/#derisk-ai/OpenDerisk)
### 社区
加入钉钉群, 与我们一起交流讨论。