# 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。

stars forks License: MIT Release Notes Open Issues Open in GitHub Codespaces

[**English**](README.md) | [**简体中文**](README.zh.md) | [**视频教程**](https://www.youtube.com/watch?v=1qDIu-Jwdf0)
### 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。🤝 [![Star History Chart](https://api.star-history.com/svg?repos=derisk-ai/OpenDerisk&type=Date)](https://star-history.com/#derisk-ai/OpenDerisk) ### 社区 加入钉钉群, 与我们一起交流讨论。
OpenDeRisk-AI 交流群