專用于云自動化運維的AI Agents—AIOpsLab。

原標題：微軟等開源AIOpsLab，可構建自主云AI?Agent
文章來源：智猩猩GenAI
內容字數：2732字

AIOpsLab：一個用于云自動化運維的開源AI Agents

本文概述了由微軟、加州大學伯克利分校和伊利諾伊大學等機構聯合開源的AIOpsLab項目。AIOpsLab是一個用于云自動化運維的AI Agents，旨在模擬真實云服務環境中的復雜操作任務，實現故障的自動化檢測、定位和解決。其核心在于通過AI Agents與真實云環境的交互，提升云服務的運維效率和可靠性。

1. AIOpsLab 的核心功能

AIOpsLab 的主要功能包括：自動化故障檢測、定位和解決；高度可觀測性，提供深入的系統狀態和應用環境洞察；支持人類、數字和AI Agents 的不同協作模式；模塊化設計，易于擴展新應用程序、工作負載和故障場景。

2. AIOpsLab 的架構組成

AIOpsLab 的架構包含五個關鍵部分：

1. 協調器 (Coordinator): 協調器是AIOpsLab的核心，負責與智能體（Agents）建立會話，分配任務，共享信息（包括問題描述、響應格式指南和可調用的API），驗證并執行智能體的操作，并擁有對部署的特權訪問權，可以代表智能體采取行動（如擴展、重新部署等）。它還負責調用工作負載和故障生成器。
2. 服務 (Services): 該模塊使AIOpsLab能夠適應不同的真實云服務環境，例如微服務、無服務器和單體服務等。并利用開源應用套件DeathStarBench提供受控環境下的生產復現和研究。
3. 工作負載生成器 (Workload Generator): 負責創建正常和故障場景的模擬，以測試代理在不同條件下的性能。它根據協調器的規范生成符合要求的工作負載，包括正常場景（模擬日?；顒又芷诤投嘤脩艚换ィ┖凸收蠄鼍埃M資源耗盡、邊緣情況或級聯故障等）。
4. 故障生成器 (Fault Injector): AIOpsLab 的創新功能，用于在各種通用云場景中進行細粒度的故障注入，模擬由生產啟發的復雜故障全流程。它可以在不同系統級別注入故障，暴露根本原因，并考慮云微服務之間的相互依賴性。
5. 可觀測性 (Observability): 提供全面監控能力，包括Jaeger追蹤、Filebeat和Logstash格式化應用日志，以及Prometheus監控的系統指標，并捕獲低級別系統信息（如系統調用日志和集群信息）。通過API允許用戶選擇所需信息，確保量身定制的可觀測性。

3. AIOpsLab 的優勢和應用

AIOpsLab 的開源特性使得研究人員能夠深入研究云服務運維中的各種問題，并開發新的AI驅動的解決方案。其模塊化設計和可擴展性使其能夠適應不同的云環境和應用場景。通過與DeathStarBench和Blueprint等工具的集成，AIOpsLab 能夠在學術研究和生產環境中發揮重要作用，促進云服務運維技術的進步。

4. 總結

AIOpsLab 提供了一個強大的、可擴展的平臺，用于研究和開發基于AI的云自動化運維技術。其開源特性和豐富的功能使其成為一個寶貴的資源，有望推動云服務運維的自動化和智能化發展。

聯系作者

文章來源：智猩猩GenAI
作者微信：
作者簡介：智猩猩旗下賬號，專注于生成式人工智能，主要分享技術文章、論文成果與產品信息。