# OpenDerisk
**Repository Path**: fengying11/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**: 2025-07-29
- **Last Updated**: 2025-07-29
## 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。
### 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
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)
### 快速开始
Install uv
```python
curl -LsSf https://astral.sh/uv/install.sh | sh
```
#### 依赖包安装
```
uv sync --all-packages --frozen \
--extra "base" \
--extra "proxy_openai" \
--extra "rag" \
--extra "storage_chromadb" \
--extra "client" \
--index-url=https://pypi.tuna.tsinghua.edu.cn/simple
```
#### 启动
配置`derisk-proxy-deepseek.toml`文件中相关的API_KEY, 然后运行下面的命令启动。
> !注意, 我们默认使用OpenRCA数据集中的[Telecom数据集](https://drive.usercontent.google.com/download?id=1cyOKpqyAP4fy-QiJ6a_cKuwR7D46zyVe&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=1cyOKpqyAP4fy-QiJ6a_cKuwR7D46zyVe
```
下载完成后, 修改[basic_prompt_Telecom.py](https://github.com/derisk-ai/OpenDerisk/blob/main/packages/derisk-ext/src/derisk_ext/ai_sre/resource/basic_prompt_Telecom.py)文件中的数据集路径为本地绝对路径。
运行启动命令:
```
uv run python packages/derisk-app/src/derisk_app/derisk_server.py --config configs/derisk-proxy-deepseek.toml
```
#### 访问
打开浏览器访问 [`http://localhost:7777`](http://localhost:7777)
#### 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。
- [ ] 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
- [ ] 0730 V0.2版本
- [ ] 技术风险领域MCP服务与管理
- [ ] 支持自定义绑定知识与MCP工具
- [ ] 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
### 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。