开源 AI 运维 Agent，告警来了不用半夜扒面板

开源 AI 运维 Agent，告警来了不用半夜扒面板

做运维的朋友，应该都体会过那种崩溃时刻。

凌晨两三点，手机告警疯狂轰炸。从睡梦中爬起来，打开一堆系统面板：Prometheus 看指标、Loki 查日志、Grafana 看图表、Jaeger 追踪调用链路。

窗口来回切换，在一堆零散信息里面拼凑故障线索。等把根因定位出来，大半宿已经过去了。

市面上运维工具越堆越多，监控组件一套又一套，但真正出事的时候，大部分工作依旧靠人肉翻数据、拼线索。人变成了各个监控系统之间的 “数据搬运工”。

最近看到一个开源项目 Ongrid，主打 AI‑Native 运维 Agent，目标就是把运维工程师从重复排查工作里解放出来，把人从采集信息的角色，变回做最终决策的决策者。

一句话运维排查

传统运维平台，一打开扑面而来全是图表、指标、各种配置项。

Ongrid 的交互思路完全反过来。进入工作台，你直接用自然语言下达指令，中文就可以。

比如直接输入：找出当前 CPU、内存压力最大的三台机器，给出指标和判断依据。

Agent 会自动完成整套动作：并行拉取多维度指标，如果接口拿不到数据，会自动切换查询方式；

发现指标异常，主动追加更多查询，核对进程、告警、负载基准。

它不是一问一答的聊天机器人，而是会自己规划排查路径，遇到阻碍主动换方案，看到疑点主动深挖。

内部还可以调度 SRE、网络、数据库方向的子智能体协同处理。每一步调用工具都会留下完整记录，方便事后审计复盘。

平台顶部直观展示集群整体状态：在线设备数量、未确认告警、会话统计、LLM 消耗 Token。

同时提供快捷卡片，点一点就能完成常见查询，上手门槛很低。

零入站端口，浏览器直接 SSH 连内网机器

运维最头疼的一块，就是机器访问权限与安全平衡。

很多环境里，为了 SSH 登录，需要开放 22 端口，配置跳板机，分发密钥，每多开一个端口，就多一份攻击风险。

Ongrid 的 Edge Agent 走反向隧道模式。机器上的 Agent 主动向外建立加密连接，本机不需要开放任何入站端口，22、80、443 全部可以关闭。

所有命令、SSH 会话、文件传输，全部走主机向外发起的隧道反向传输。

在 Web 界面点一下终端按钮，浏览器直接拉起真实 SSH 会话，直接操作内网服务器。

不用跳板、不用密钥分发，所有操作全程审计留痕。安全层面的设计，对私有化环境非常友好。

部署方式

支持 Ubuntu22.04+、Debian12+、RHEL/Rocky9。

按服务器架构下载最新 release（linux-amd64 或 linux-arm64），解压后运行安装脚本（Ubuntu 22.04+、Debian 12+、RHEL/Rocky 9）：

按服务器架构选择对应命令：

AMD64

                                                                 wget https://github.com/ongridio/ongrid/releases/download/v0.14.0/ongrid-v0.14.0-linux-amd64.tar.xz
tar -xf ongrid-v0.14.0-linux-amd64.tar.xz && cd ongrid-v0.14.0-linux-amd64
sudo ./install.sh

ARM64

                                                                 wget https://github.com/ongridio/ongrid/releases/download/v0.14.0/ongrid-v0.14.0-linux-arm64.tar.xz
tar -xf ongrid-v0.14.0-linux-arm64.tar.xz && cd ongrid-v0.14.0-linux-arm64
sudo ./install.sh

中国大陆用户 — GitHub 较慢时，选择对应架构的 CDN 镜像地址下载：

                                                                 # AMD64
wget https://ongrid.cloud/dl/ongrid-v0.14.0-linux-amd64.tar.xz


# ARM64
wget https://ongrid.cloud/dl/ongrid-v0.14.0-linux-arm64.tar.xz

普通告警，大多只是冷冰冰阈值通知：Swap 使用率超过 50%、磁盘占用过高。

收到告警之后，怎么定位根因，依旧要工程师手动去翻日志、查指标。

Ongrid 的 RCA 根因分析，就是补齐这最后一公里。

当告警触发，AI Agent 自动启动故障分析，调用多类工具，输出完整根因报告。会写明故障根因、精确到设备 ID、PID、服务名称，附带完整证据链，关联相关告警，给出优先级明确的处理建议，同时算出故障的业务影响范围。

举个原文里的例子：swap 高告警触发，34 秒完成分析，调用 14 个工具，置信度 90%，直接定位是 Milvus 向量数据库内存吃满，大量占用 Swap。

不用人工在指标日志之间来回比对，指标异常窗口和日志事件，Agent 自动对齐，把证据链整理完毕给到工程师。

内置运维知识库

光靠大模型本身的知识，做运维故障排查很容易纸上谈兵。

Ongrid 内置 96 篇运维知识库，其中 70 篇是现成诊断 Playbook。覆盖大量线上高频故障：OOMKilled、DNS 解析失败、文件句柄耗尽、Node 异常、路由丢包、NFS 卡死等等。

Agent 做故障排查的时候，会自动检索这套知识库，把真实 SRE 排障经验融入诊断流程。企业也可以上传自己内部文档，md、txt、pdf、docx 都支持，也可以对接私有仓库，让 AI 熟悉自家业务系统的特有问题。

整套 Agent 一共封装 33 个技能工具，一部分运行在设备端，一部分运行在平台侧，包含多事件关联、业务拓扑影响面计算、主机只读 shell、文件快照、网络命名空间检查等。

注意：主机 shell 默认是只读沙箱策略，只做诊断，每一次调用全部留审计日志，避免 AI 随意修改线上环境。

项目不绑定特定大模型厂商。

OpenAI、Anthropic、智谱 GLM、DeepSeek、Kimi、Gemini，填入对应 API Key 即可使用。

切换模型不需要重启服务，大概 60 秒自动生效，聊天界面下拉直接切换，RCA 根因分析、对话、翻译全平台同步生效。不想用某个厂商，不填 Key 就不会出现在选项里。

同时支持飞书、钉钉、企业微信、Slack、Telegram 五大 IM 双向通道。告警消息可以推送过来，也可以直接在群聊里面下发运维指令，手机上看到告警，直接在 IM 群下达排查指令，不用登录后台。

Apache2.0 开源

这是这个项目最有分量的一点：完全开源，Apache2.0 协议，支持完整自托管部署。

一条 docker compose 命令，就可以拉起整套栈，Prometheus、Loki、Tempo、Grafana 整套可观测组件一并部署在自己服务器。

指标、日志、SSH 会话记录、告警、对话记录全部保存在自己机房，不会流出。金融、政企等对数据隔离要求高的场景非常适配。

没有黑盒，Agent 每一步决策逻辑、工具调用都可以看源码。如果担心 AI 在生产环境乱操作，可以直接修改源码，裁剪、限制 AI 可用工具，权限规则自己说了算。

开发者也可以源码编译部署，复制示例环境变量文件，执行make compose‑up，浏览器访问本地地址即可打开工作台。

最后

现在很多 AI 运维产品，大多停留在 “基于已有监控数据做聊天问答”。

Ongrid 的思路不一样：把对话交互、Agent 智能调度、服务器远程访问、完整可观测栈、运维知识库、IM 联动全部整合到一套开源系统。

把翻面板、查指标、拼凑线索这些重复体力活交给 Agent，工程师专注做判断、做决策。

当然它也不是万能银弹，AI 给出的根因报告依旧需要运维人员复核。

但不可否认，这类 AI‑Native 运维 Agent，会是未来运维一个很重要的发展方向。

项目还在快速迭代，官方也在呼吁社区开发者参与贡献，感兴趣的同学可以去 GitHub 体验一下。

⭐ GitHub：https://github.com/ongridio/ongrid

文末小提示：开源工具上生产环境，务必做好权限管控，充分测试之后再落地。