一个开源、可私有化的主机监控与 SRE 运维平台
观测 · 告警 · 自愈 · 远程运维 · Agent OTA · AI 诊断 —— 收敛进一个你完全掌控的二进制。
简体中文 · 繁體中文 · English · 日本語 · 한국어 · Français · Deutsch · Español · Português · Русский
运维工具越堆越多：监控一套、告警一套、终端一套、剧本又一套；商业产品还按主机/模块计费，数据却在别人的云上。
AIOps 把高频路径收敛为 一个可自托管的平台：
| AIOps | 典型拼装栈 | |
|---|---|---|
| 组件 | 1 个 Go 服务端 + 1 个零依赖 Agent | Zabbix / Prometheus / Grafana / Alertmanager / 堡垒机 / 剧本系统… |
| 上线 | docker compose up -d，约 3 分钟 |
多组件联调，常以天计 |
| 数据 | PostgreSQL + VictoriaMetrics，永久自持 | SaaS 或分散多库 |
| 远程 | Web 终端 / 桌面 / 端口转发，Agent 反向连接免开入站 | 另购堡垒机或 VPN |
| 机群 | Agent OTA 自动升级（SHA-256 校验、维护窗、批量推送、失败回滚） | 逐台 SSH 替换二进制 |
| 闭环 | 告警 → 剧本/自愈 → 事件/SLO/工单 → AI 研判 | 工具之间靠人肉粘合 |
| 许可 | AGPL-3.0，无主机数阉割 | 按节点 / 模块收费 |
适合：自建机房、混合云、信创环境；需要「看得见、管得住、改得动、说得清」的运维与 SRE 团队。
| 项目 | 值 |
|---|---|
| Web 控制台地址 | http://<服务器IP>:8529 |
| 默认用户名 | admin |
| 默认密码 | admin |
| 首次登录 | 强制修改密码（MustChangePassword），改密后方可正常使用 |
安全提醒：生产环境部署后请立即修改默认密码并启用 MFA（多因素认证）。如忘记密码，可通过服务端命令行工具重置：
./aiops-server -reset-admin。
围绕七条主线，而不是功能清单堆砌：
观测 ──────────► 治理 ──────────► 自愈 ──────────► 诊断
主机/GPU/日志 静默·抑制·路由 剧本·审批护栏 AI·RAG·MCP
拨测/API/带外 多渠道通知 事件·SLO·工单 证据门控
远程运维 · 终端/桌面/转发（反向隧道） 机群 · Agent OTA 自动升级
安全 · RBAC/MFA/FIM/审计
- 跨平台原生采集：Linux / Windows / macOS / 麒麟等，Agent 零第三方依赖。
- 指标与日志：CPU·内存·磁盘·网络·进程·GPU；日志增量上报，可全文检索。
- 业务与带外：HTTP/TCP/Ping 拨测、API 可用率；Redfish / SNMP / NetFlow / 容器 / K8s / Hyper-V。
- 阈值档位 + 静默 / 抑制 / 路由，危急走电话短信、警告走 IM。
- 飞书 / 钉钉 / 邮件 / 短信 / 语音；告警生命周期与恢复通知。
- 剧本：多步骤并行、目标按主机树多选、审批与危险命令护栏。
- 事件 / SLO / 工单 / 消息中心一条链路；变更冻结窗与 break-glass 可审计。
- 巡检与根因研判（OpenAI 兼容模型，未配置时启发式兜底）。
- RAG（pgvector）+ Skills；MCP Streamable HTTP，对接 Cursor / Claude。
- 对话 / 语音（TTS·STT）可在设置页一键自测。
- Web 终端：反向通道、录制回放、旁观、命令审计、二次密码；Linux/macOS 完整交互权限。
- 远程桌面：JPEG / H.264、多屏、文件与剪贴板。
- 端口转发 / HTTP 代理：跳板进内网服务，SSRF 防护。
- RBAC（admin / operator / viewer）· MFA · Agent 机器指纹 · 配置 AES-256-GCM。
- 主机/Web 安全扫描、FIM、内容审计（合规可控）。
- Web 控制台与 Android / HarmonyOS 客户端独立分发。
服务端升级后，无需逐台登录即可把采集端推到同一版本：
- 自动 OTA（默认开启）：在线且版本落后的 Agent 会在上报时自动入队；也可在控制台 批量 / 选择性推送，或调用
POST /api/v1/agents/update。 - 安全换版：从服务端
/dl/拉取匹配 OS/架构 的二进制（含 Windows Server 2012 专用构建），SHA-256 校验；换版前备份.bak，失败自动回滚。 - 可控灰度：维护窗口（
HH:MM-HH:MM）、按主机 / 分类豁免、连续同因失败熔断；GET /api/v1/agents/auto-update-status可查看每台「为什么没升级」。 - 全链路可观测：任务状态
running → pending_verify → success/failed；Windows / Linux / macOS 均有独立升级助手与日志，控制台可拉取现场证据。 - 部署注意：OTA 走 Agent 反向长连接（与远程终端相同）；Nginx 反代须关闭双向缓冲并放行 WebSocket，否则会出现「指标正常、升级永远失败」——见 deploy/nginx-aiops.conf 与 docs/getting-started/deploy.md。
当前版本 v0.20.49 · 镜像 GitHub / Gitee
概览仪表盘 集群资源、告警与活动的统一视图：主机在线率、系统健康状态、活跃告警一览；CPU / GPU / 内存 / 磁盘 / IO / IOPS 资源 TOP10 实时排行，一眼定位瓶颈主机。 |
主机管理 左侧资产树按机房 / 业务分组，右侧卡片式展示每台主机的实时指标——CPU、内存、交换分区、各磁盘分区、1/5/15 分钟负载、网络吞吐、IOPS、进程与连接数，支持网格 / 列表双视图。 |
Web 远程终端 经 Agent 反向通道直连目标主机，无需开放 SSH 入站端口。支持多标签页同时连接多台主机、命令审计与录制回放、旁观模式。 |
远程桌面 JPEG / H.264 双编码远程桌面，支持多屏切换、分辨率自适应、Ctrl+Alt+Del 等系统快捷键；右侧面板提供文件上传/下载与剪贴板同步，操作体验接近本地桌面。 |
Agent 安装 一条命令完成 Agent 部署，支持 Linux / Windows / macOS 三平台。可选标准模式、网关中继模式、多服务端推送模式；Token 策略与自动更新策略均可在控制台统一管理。 |
硬件资源监控 通过 Redfish / BMC / iDRAC / iLO 带外采集物理服务器硬件状态：厂商、型号、序列号、电源/温度/功耗、BIOS 版本；BMC 事件日志（SEL）完整留存，支持 AI 诊断。 |
容器管理 统一管理主机上的 Docker / Podman 容器与 Compose 项目：实时状态、端口映射、镜像信息一目了然；支持一键启停、重启、日志查看，跨主机批量筛选。 |
剧本编排 可视化自动化运维剧本：系统巡检、网络巡检、安全巡检、systemd 服务重启、K8s Deployment 滚动重启、深度主机巡检、Java 应用巡检/性能分析/异常分析等内置剧本开箱即用，支持自定义多步骤并行与审批护栏。 |
SRE 中枢 告警触发 / SLO 燃尽 / 手动创建的事件统一汇聚于此，含完整时间线与自动修复记录。支持事件、自动修复、依赖拓扑、SLO、工单、On-call、变更、平台健康巡检八大子模块。 |
AI 诊断 在 SRE 事件列表中一键唤起 AI 助手，自动分析当前告警根因并给出处置建议。AI 会梳理告警关联、检索相似案例、检查关键主机健康状态，思考过程全程可见。 |
告警设置 多渠道告警推送配置：飞书、钉钉、Webhook、邮件、短信、电话六通道可选；支持静默 / 抑制 / 路由策略，危急走电话短信、警告走 IM，避免告警风暴。 |
AI 设置 AI 能力一站式配置：对话模型（OpenAI 兼容 / 百炼 / DeepSeek / Ollama / Anthropic / Claude）、RAG 向量库、研判与成本（MoA / 单价）、MCP 集成、调用观测、安全授权六项设置，支持语音输入/播报。 |
️ 说明：移动端 App（Android / HarmonyOS）为独立分发包，开源社区版本不提供 App 安装包。如需使用移动端，请联系项目方获取。
SRE 驾驶舱 移动端总览页：主机在线率、严重/警告告警数一目了然；快捷入口覆盖硬件监控、虚拟机、网络流量、拨测、主机监控、日志检索、运维编排、仪表盘；待处理事件按优先级排列。 |
基础设施监控 移动端基础设施页：主机/资源/网络/拨测四大维度切换；GPU 资源概览（型号、显存、温度）；主机列表按分组筛选，实时展示 CPU、内存、磁盘等核心指标。 |
移动端远程终端 移动端 Web 终端：经 Agent 反向通道直连目标主机，完整终端交互体验；支持快捷键、字体缩放、屏幕旋转，随时随地排查问题。 |
AI 运维助手 移动端 AI 对话：自然语言描述问题，AI 自动检索历史案例、拉取告警详情、检查主机健康状态，给出根因分析与处置建议；底部导航栏覆盖总览/监控/告警/运维/AI 五大入口。 |
服务端强依赖 PostgreSQL 与 VictoriaMetrics，缺一不可。
# 1) 生成强随机密钥到 .env（PostgreSQL 密码、AIOPS_SECRET_KEY 等）
bash scripts/secure-compose.sh
# Windows：powershell -ExecutionPolicy Bypass -File scripts/secure-compose.ps1
# 2) 一键拉起 server + VictoriaMetrics + Postgres(pgvector)
docker compose up -d
# 3) 浏览器打开 http://localhost:8529
# 默认账号：admin / admin（首次登录强制修改密码）
# 完成首次安全初始化 →「安装命令」页生成 Agent 指令 → 粘贴到目标主机
# 服务端升级后，Agent 默认会自动 OTA 到同版本（可在控制台调整策略）二进制 / 源码构建：
export AIOPS_POSTGRES_DSN="postgres://aiops:密码@127.0.0.1:5432/aiops?sslmode=disable"
export AIOPS_VM_URL="http://127.0.0.1:8428"
./aiops-server # 默认 :8529
go build ./cmd/server ./cmd/agent # 需 Go 1.26+完整步骤 → docs/getting-started/install.md · 生产加固 → docs/getting-started/deploy.md
flowchart LR
subgraph Clients
Web[Web Console]
Mob[Android / HarmonyOS]
end
subgraph Server
API[HTTP · WS · MCP]
Core[告警 · 剧本 · SRE · AI]
PG[(PostgreSQL)]
VM[(VictoriaMetrics)]
end
subgraph Fleet
Ag[Agent × N]
Ext[BMC · 交换机 · 存储]
end
Web --> API
Mob --> API
API --> Core
Core --> PG
Core --> VM
Ag -->|反向上报 / 终端隧道 / OTA| API
Ag --> Ext
- Agent 主动出站：机房无需为每台机器开 SSH/RDP 入站；指标上报、远程终端与 OTA 升级 共用反向长连接。
- 关系与时序分离：审计 / 工单 / RAG 在 PG；指标趋势在 VictoriaMetrics。
- 机群换版：服务端内置各平台 Agent 二进制（
/dl/）；版本落后时自动或手动推送，Agent 本地校验 SHA-256 后热替换并重启服务。
所有长文与多语言简介在 docs/；根目录仅保留本 README 与变更日志。
| 你想… | 打开 |
|---|---|
| 安装 Agent / 服务端 | docs/getting-started/install.md · EN |
| 生产部署 / 备份 / 容灾 | docs/getting-started/deploy.md · EN |
| Agent OTA 升级 / 浸泡验收 | docs/engineering/agent-update-soak.md |
| 按功能学怎么用 | docs/guides/user-guide.md |
| 端口转发 | docs/guides/forward.md |
| 内容审计与剧本 | docs/guides/content-audit.md |
| CI / SQL 门禁 | docs/engineering/ci-gate.md |
欢迎 Issue / PR / 翻译。开发前建议：make build · make audit（vet / test / govulncheck 等）。
- 面板 i18n：
cmd/server/web/i18n-dashboard*.js - 安全漏洞请私信，勿公开 Issue
如果 AIOps 帮你省下了一套拼装栈，请点一下 Star —— 这是对开源维护最直接的支持。
AGPL-3.0 · 无主机数限制、无功能阉割套路。vendor/ 遵循各自许可证；移动端为独立分发包，源码不在本仓库。
AIOps · 把运维的复杂度，收敛进一个你完全掌控的平台。
Star ⭐ · Fork · 提 Issue · 一起把自托管运维做扎实