on-call 被 page 到怀疑人生，做了个 AI 来干脏活，今天开源
cmw025
之前在 Roblox 做 Infra，on-call 被 page 了无数次。
incident 经常要跨十几个 service 追 root cause，半夜爬起来翻 log 翻到怀疑人生。
今年和朋友一起出来创业，做了 IncidentFox —— 开源的 AI SRE，让 AI 解决 on-call 时候的脏活累活。
收到 alert 之后，自动去翻 runbook、查最近的 code change 和 deploy、拉 logs/metrics/traces。
correlate 完了告诉你 root cause & evidence & mitigation建议。
mitigation显示commands it will execute (fix PRs, restart pods, etc.)，可以human approve之后自动执行。
交互上，一切操作都在Slack里完成，可以send screenshot/ upload file，不用切tab。
市面上这类工具不少，我自己用下来的感觉是不够准确，主要缺context。
每个公司有自己的 CI/CD、内部工具、奇奇怪怪的 deployment 流程，通用 AI 完全没这些 context，给的建议基本是废话。
IncidentFox 的思路是 setup 的时候直接分析codebase、Slack 历史、过往 incidents，学公司实际怎么 debug 的，然后自动生成针对公司系统的 integration。
这样做的好处是把公司的domain knowledge自动注入到AI里，提高准确性，同时不用手动配一堆东西。
今天开源了!
可以self-host: https://github.com/incidentfox/incidentfox
也可以在Slack里直接试，接上我们的playground telemetry了(Grafana, Prometheus, etc.)
https://www.incidentfox.ai/
欢迎大家试用!
incident 经常要跨十几个 service 追 root cause，半夜爬起来翻 log 翻到怀疑人生。
今年和朋友一起出来创业，做了 IncidentFox —— 开源的 AI SRE，让 AI 解决 on-call 时候的脏活累活。
收到 alert 之后，自动去翻 runbook、查最近的 code change 和 deploy、拉 logs/metrics/traces。
correlate 完了告诉你 root cause & evidence & mitigation建议。
mitigation显示commands it will execute (fix PRs, restart pods, etc.)，可以human approve之后自动执行。
交互上，一切操作都在Slack里完成，可以send screenshot/ upload file，不用切tab。
市面上这类工具不少，我自己用下来的感觉是不够准确，主要缺context。
每个公司有自己的 CI/CD、内部工具、奇奇怪怪的 deployment 流程，通用 AI 完全没这些 context，给的建议基本是废话。
IncidentFox 的思路是 setup 的时候直接分析codebase、Slack 历史、过往 incidents，学公司实际怎么 debug 的，然后自动生成针对公司系统的 integration。
这样做的好处是把公司的domain knowledge自动注入到AI里，提高准确性，同时不用手动配一堆东西。
今天开源了!
可以self-host: https://github.com/incidentfox/incidentfox
也可以在Slack里直接试，接上我们的playground telemetry了(Grafana, Prometheus, etc.)
https://www.incidentfox.ai/
欢迎大家试用!
已获得 37 大米
+2
共15条回复
✨ 您正在体验新版论坛UI
