Auto DevOps - 故障诊断AI助手

一个基于FastAPI和标准化ReAct架构的智能化自动化运维故障诊断系统。

🚀 新架构特性

• ✅ 完整ReAct流程: 标准化的思考-行动循环，真正的AI决策
• 🔄 动态场景配置: 支持5种预定义场景，可灵活自定义
• 🔧 双模型支持: Mock模型用于开发测试，真实模型用于生产
• 🏗️ 分层架构: 模块化设计，高内聚低耦合
• 📋 完全兼容: 保持所有原有API接口不变

🚀 快速开始

1. 安装依赖

# 激活虚拟环境
source .venv/bin/activate  # Linux/Mac
# 或
.venv\Scripts\activate     # Windows

# 安装依赖
pip install -r requirements.txt

2. 启动服务

# 方式1：直接启动
python main.py

# 方式2：使用启动脚本
./start.sh

# 方式3：激活虚拟环境后启动
source .venv/bin/activate
python main.py

3. 访问服务

• 前端页面: http://localhost:8002/
• API文档: http://localhost:8002/docs
• 健康检查: http://localhost:8002/api/health
• 聊天接口: http://localhost:8002/api/chat
• 流式聊天: http://localhost:8002/api/chat/stream

🎨 前端界面

启动服务后访问 http://localhost:8002/ 即可使用美观的前端界面，包含：

• 💬 智能对话: 与AI助手实时交互
• 🌊 流式响应: 实时查看AI分析过程
• ⚡ 快速操作: 预设常用故障诊断场景
• 📊 系统状态: 实时监控服务健康状态
• 📱 响应式设计: 支持桌面和移动设备

📚 API使用

健康检查

curl http://localhost:8002/api/health

同步聊天

curl -X POST http://localhost:8002/api/chat \
  -H "Content-Type: application/json" \
  -d '{"message": "发布任务失败，请分析原因"}'

流式聊天

curl -X POST http://localhost:8002/api/chat/stream \
  -H "Content-Type: application/json" \
  -d '{"message": "发布任务失败，请分析原因"}'

🏗️ 新架构项目结构

auto-devops/
├── main.py                     # 启动入口
├── config.py                   # 配置文件
├── requirements.txt            # 依赖管理
├── test_new_agent.py          # 新架构测试脚本
├── README.md                  # 项目说明
├── .env.example               # 环境变量示例
├── doc/                       # 📚 文档目录
│   ├── ARCHITECTURE_REFACTOR.md  # 架构重构文档
│   ├── QUICK_START.md           # 快速开始指南
│   ├── API_GUIDE.md            # API使用指南
│   └── SCENARIO_GUIDE.md       # 场景配置指南
└── src/                       # 📦 源代码包
    ├── core/                   # 🧠 新架构核心模块
    │   ├── models/              # 模型层
    │   │   ├── base_llm.py     # LLM基类
    │   │   ├── mock_llm.py     # 增强Mock模型
    │   │   ├── glm_llm.py      # GLM真实模型
    │   │   └── model_factory.py # 模型工厂
    │   ├── tools/               # 工具层
    │   │   ├── diagnosis_tools.py # 诊断工具
    │   │   └── tool_manager.py   # 工具管理器
    │   ├── agents/              # Agent层
    │   │   ├── react_executor.py  # ReAct执行器
    │   │   └── diagnosis_agent.py # 诊断Agent
    │   ├── services/            # 服务层
    │   │   └── diagnosis_service.py # 诊断服务
    │   └── configs/             # 配置层
    │       ├── scenarios.py       # 场景配置
    │       └── agent_configs.py  # Agent配置
    └── demo/                     # 🎯 兼容层
        ├── diagnosis_core.py  # 适配器（使用新架构）
        ├── diagnosis_core_old.py # 原始实现（备份）
        └── web_service.py      # FastAPI路由

🔧 配置

项目使用 .env 文件管理配置，支持环境变量自动读取。

配置文件

复制 .env.example 为 .env 并修改配置：

cp .env.example .env

配置项说明

配置项	默认值	说明
HOST	0.0.0.0	服务监听地址
PORT	8002	服务端口
DEBUG	true	调试模式
RELOAD	true	热重载（开发环境）
API_PREFIX	/api	API路径前缀
DOCS_URL	/docs	API文档路径
DIAGNOSIS_VERBOSE	false	诊断服务详细日志

环境变量优先级

1. 系统环境变量
2. .env 文件中的变量
3. 代码中的默认值

配置加载

配置通过 python-dotenv 库自动加载，在 config.py 中统一管理：

from dotenv import load_dotenv
load_dotenv()  # 自动加载.env文件

🧪 测试

运行API测试脚本：

python test_api.py

📖 功能特性

• 🤖 AI故障诊断: 基于标准化ReAct流程的智能诊断系统
• 🌊 流式响应: 支持Server-Sent Events实时反馈，展示完整诊断过程
• 🔄 动态场景: 支持5种预定义故障场景和自定义场景配置
• 🔧 模型切换: 支持Mock模型和真实模型（GLM-4.6）的无缝切换
• 📋 自动文档: 完整的OpenAPI文档和交互式测试界面
• 🏗️ 分层架构: 模块化设计，清晰的控制器和业务逻辑分离
• 🔄 热重载: 开发环境自动重启，支持实时更新

🛠️ 开发指南

快速测试新功能

# 1. 启动服务
source .venv/bin/activate
python main.py

# 2. 测试基础功能
curl http://localhost:8002/api/health
curl -X POST http://localhost:8002/api/chat -H "Content-Type: application/json" -d '{"message": "发布任务失败，请分析原因"}'

# 3. 运行新架构测试
python test_new_agent.py

高级功能使用

from src.demo.diagnosis_core import DiagnosisService

# 创建服务
service = DiagnosisService(verbose=True)

# 场景切换
service.configure_scenario("compilation_failure")
service.configure_scenario("runtime_failure")

# 模型切换
service.switch_to_real_model(api_key="your-api-key")
service.switch_to_mock_model("k8s_health_check_failure")

# 批量测试所有场景
results = await service.test_all_scenarios("发布任务失败，请分析原因")

调试模式

# 启用详细日志
python -c "
from src.demo.diagnosis_core import DiagnosisService
import asyncio

async def debug():
    service = DiagnosisService(verbose=True)
    info = service.get_service_info()
    print('服务信息:', info)

asyncio.run(debug())
"

添加新的诊断工具

1. 在 src/core/tools/diagnosis_tools.py 中添加工具函数
2. 在工具集合中注册新工具
3. 在 src/core/tools/tool_manager.py 中更新工具管理
4. 配置场景的工具响应

扩展场景配置

详细场景配置指南请参考：场景配置指南

# 添加新场景
from src.core.configs.scenarios import ALL_SCENARIOS

custom_scenario = {
    "name": "custom_scenario",
    "description": "自定义场景描述",
    "model": {...},
    "tools": {...}
}

ALL_SCENARIOS["custom_scenario"] = custom_scenario

📚 详细文档

文档	描述
架构重构文档	详细的架构设计和技术实现
快速开始指南	5分钟快速上手指南
API使用指南	完整的API接口文档
场景配置指南	场景配置和自定义指南

🔗 项目链接

• 源代码: GitHub仓库
• API文档: http://localhost:8002/docs (服务启动后访问)
• 架构对比: 重构前后对比

📄 许可证

MIT License