★ FEATURED ARTICLE AI Agent人工智能大模型RAG运维可观测性根因分析后端【免费下载链接】ongridAn ops AI Agent that understands your infrastructure, finds the root cause, and fixes it — right from Slack, Telegram, Lark or DingTalk.项目地址https://gitcode.com/gh_mirrors/on/ongrid点击查看免费下载Ongrid 是一款开源的运维 AI Agentops AI Agent它理解你的基础设施、自动定位故障根因还能通过 Slack、Telegram、Lark、钉钉等 IM 通道直接执行修复。对新手来说仓库里最让人困惑的通常是四个词Edge边缘 Agent、拓扑Topology、Skills技能和MCP 服务器。这篇文章用 10 分钟把它们一次讲透读完你就能看懂 Ongrid 控制台里的每一块功能。先建立全局印象Ongrid 解决了什么问题传统运维的痛点是告警响了 → 人登录机器 → 翻日志、查指标、看链路 → 拼出根因。整个过程慢且依赖个人经验。Ongrid 的思路是把人替换成Agent 团队告警触发自动调查investigator Agent 沿拓扑做关联分析把根因和证据直接回填到聊天里多 Agent 协作一个 Coordinator协调者把任务分派给 SRE、网络、磁盘、DB 等专家子 Agent定义文件在 agents/ 目录全程有边界只读工具随便跑写操作必须走审批闸门每次调用都有审计一句话记忆Edge 负责看得见拓扑负责理得清Skills 负责动得了MCP 负责接得广。核心概念一Edge —— 部署在每台主机上的采集端Edge 是 Ongrid 的眼睛和手一个运行在目标主机或 K8s 节点上的轻量 Agent代码入口在 cmd/ongrid-edge/main.go核心逻辑在 internal/edgeagent/。它最反直觉的一点是零入站端口。Edge 主动向外连接dial-outOngrid 服务器宿主机上不需要开放 22/80/443 端口也不需要跳板机。数据通道基于反向隧道实现相关代码在 internal/pkg/tunnel/。Edge 能做什么能力说明指标采集CPU/内存/磁盘/网络、K8s Pod 指标、自定义 Prometheus 目标日志上报支持 Loki、Elasticsearch 等后端链路追踪接入 OpenTelemetry采集应用 traces只读巡检bash 沙箱 26 个诊断工具全部只读、全部审计网络设备发现从主机发现邻居设备用 SNMP 校验并轮询接口状态K8s 接入注册集群、查看工作负载与事件、资源映射进拓扑安装很简单在控制台Devices页面生成一条安装命令在目标主机上执行即可。安装命令会自动识别架构并下载对应的ongrid-edge二进制完整流程见 docs/install/edge.md 和 deploy/install/ 下的脚本。批量纳管可以用批量安装功能一个 enrollment token 换发每台设备独立的密钥token 有数量上限和过期时间可随时吊销。核心概念二拓扑 —— 让 Agent理得清影响面拓扑Topology是 Ongrid 的依赖关系图谱应用App、服务Service、集群Cluster、设备Device、故障域Failure Domain作为节点depends_on、deployed_on、member_of、routes_to等关系把它们连成图。为什么拓扑对根因分析这么重要举个典型场景告警说支付平台 5xx 飙升。没有拓扑时Agent 只能逐台机器盲查有了拓扑它能沿depends_on一路往下走支付平台 → checkout-api → mysql-commerce → k8s-prod 集群 → 某台 device再结合指标、日志、变更记录最终点名0 号病人。这就是所谓的爆炸半径blast radius分析——判断一次故障会波及谁、根因又在哪一环。incident-investigator Agent 的expand_topology、find_topology_node工具就是为此设计的定义见 agents/incident-investigator.md。拓扑不是手画的K8s 资源、主机接入、网络设备发现都会自动镜像mirror成拓扑节点控制台里也能手动补节点。核心概念三Skills —— Agent 的工具箱Skills技能是 Agent 能调用的原子工具每个 Skill 有名字、描述、参数 Schema 和安全等级。内置技能在 internal/skill/builtin/以 skills/bash/SKILL.md 为例它允许在目标设备上跑单条只读 shell 命令ps aux --sort-%cpu | head -10、du -sh /var/* | sort -rh | head -10这类诊断命令随便跑写操作rm、sed -i、systemctl restart、重定向写文件会被边端cmdpolicy沙箱直接拒绝高风险动作如重启服务要走独立的 mutating Skill并由 Reviewer Agent 二审Skill 按等级分为safe/mutating/dangerous三类控制台里的Skills页面就是一个透明清单哪些工具存在、跑在云端还是设备上、属于什么等级一目了然。除了内置技能Ongrid 还支持外部技能包一个可执行程序 一个 JSON manifest 即可接入加载与校验逻辑在 internal/skill/loader.go子进程运行有环境变量白名单和超时上限——扩展能力但不出安全边界。核心概念四MCP 服务器 —— 把外部工具接进来如果你熟悉 AI 领域MCPModel Context Protocol已经是个热词它是一套让 AI 应用以标准方式调用外部工具/数据源的协议。Ongrid 把 MCP 用作能力扩展的通用接口——不重新造轮子把已有的平台直接接给 Agent 用。在控制台的MCP页面注册外部服务器Grafana、Kubernetes、Jira、Datadog、GitHub……它的工具就会进入 Agent 和工作流的工具栏。关键的安全设计是默认所有 MCP 工具执行都需要人工审批只有你显式标记为trusted的只读服务器才能免审批直跑。简单对比Skills 是 Ongrid 内置的、深度绑定自家 Edge/拓扑体系的工具MCP 是开放协议用来接入你公司已有的任何平台。两者互补都受同一套审批与审计治理。这些概念如何协同一次根因分析的旅程把四个概念串起来就是一次完整的 Ongrid 工作流告警触发→ incident-investigator Agent 启动查拓扑沿依赖图展开影响面定位可疑节点调 Skills对可疑设备跑只读巡检host_bash、查进程、看日志查 PromQL/LogQL/TraceQL接 MCP需要查 Jira 变更单或 Grafana 面板时调用外部 MCP 工具审批后回填聊天输出带证据链的根因报告 建议动作写操作进入审批闸门报告里的每条证据指标、日志、变更时间线都可以点开核对——AI 说和数据说是两回事Ongrid 刻意保留这种可审计性。新手快速上手路线不用一次学会所有东西按这个顺序走最顺装服务器install.sh一条命令拉起完整栈Prometheus Loki Tempo Grafana 内置就绪接第一台主机Devices 页面生成 Edge 安装命令跑完即可在 Monitor 看到指标注册 K8s 集群可选Edge 接入集群后工作负载与事件自动进拓扑聊起来把 Ongrid 接进你的 IM从问一句这台机器内存为什么飙了开始再扩展按需注册 MCP 服务器、浏览 Skills 目录、把 Runbook 放进知识库配套阅读材料docs/install/ 安装指南、agents/ 各 Agent 角色定义、skills/ 内置技能文档、ROADMAP.zh-CN.md 了解后续规划。小结概念一句话关键位置Edge零入站端口的主机/集群接入端Ongrid 的眼睛和手cmd/ongrid-edge/拓扑依赖关系图谱根因分析与爆炸半径的基础控制台 Devices → TopologySkills分级别的工具清单只读随便跑、写操作走审批internal/skill/MCP开放协议接口把外部平台工具接给 Agent控制台 Agent → MCP理解这四个概念Ongrid 控制台里几乎所有菜单你都能对号入座了。接下来最好的学习方式就是接上你的第一台主机让它替你查一次0 号病人。赞分享AI Agent人工智能大模型RAG运维可观测性根因分析后端【免费下载链接】ongridAn ops AI Agent that understands your infrastructure, finds the root cause, and fixes it — right from Slack, Telegram, Lark or DingTalk.项目地址https://gitcode.com/gh_mirrors/on/ongrid点击查看免费下载相关推荐一文读懂Traycer核心概念Task、Agent、Artifact与Workspace Folder到底是什么一文读懂Traycer核心概念Task、Agent、Artifact与Workspace Folder到底是什么 Traycer 是一款开源的 AI 编码代理一键解析八大网盘真实下载链接网盘直链下载助手使用指南一键解析八大网盘真实下载链接网盘直链下载助手使用指南 网盘直链下载助手 LinkSwift是一个浏览器用户脚本连接百度网盘、阿里云盘、中国移动云盘、天翼前端Safari 上 AV1 不通用怎么办LiveKit 编解码兼容机制与接入指南Safari 上 AV1 不通用怎么办LiveKit 编解码兼容机制与接入指南 LiveKit 是一套连接人与 AI 的实时通信栈本文专门处理其中一类高频兼后端音视频即时通讯AI Agent创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
阅读完成 · 觉得有帮助？
