開發中 · 多 Agent 事故指揮中心開發中 · WIP
AgentOps Commander
GitHub:github.com/neil1205tw-gif/agentops-commander
尚未部署,目前可在本機以 Docker Compose 完整重現。
AI Multi-Agent Incident Response Platform
由多個專職 Agent(分類、調查、Runbook 檢索、規劃、風險審查、執行、驗證、事後報告)
協作處理系統事故。高風險操作(restart / rollback)一定停在人工核准,核准後才從
checkpoint 恢復執行;所有基礎設施操作僅更新專案內部狀態,不連線任何外部環境;不顯示模型私有推理,
只呈現決策摘要、證據、工具呼叫與結果。內建三個事故情境:部署後 CPU 飆高、資料庫連線池耗盡、重複告警風暴。
Python 3.12
FastAPI
LangGraph
Pydantic v2
SQLAlchemy 2 (async)
PostgreSQL + pgvector
React + Vite + TypeScript
Docker Compose
GitHub Actions
預定部署:Cloudflare / Render / Supabase
- Multi-Agent 編排(LangGraph)以 LangGraph 狀態圖串接分類、調查、Runbook 檢索、規劃、風險審查、執行、驗證與事後報告八個專職 Agent,節點間以確定性規則路由。規劃中 · Phase 3
- Human-in-the-loop 審批(interrupt / resume)高風險操作一定停在人工核准;核准、拒絕或修改後以同一 thread 從 checkpoint 恢復,不重跑已完成的節點。規劃中 · Phase 5
- Tool Calling 與風險分級工具分 read-only / low / high 三級,僅開放 allowlist 內的工具,每次呼叫留下 audit 紀錄並帶 idempotency key 避免重複執行。下一步 · T8
- Runbook RAG(附來源引用)以 pgvector 檢索 Runbook,回應附可點擊的來源引用,並設有最低相似度門檻。規劃中 · Phase 4
- RBAC 與 Audit LogJWT 驗證搭配角色權限控管(例如 Viewer 無法建立 incident);工具層的 audit log 隨後續階段加入。RBAC 已完成 · T5 Audit 下一步 · T8
- 可重現的三個事故情境部署後 CPU 飆高、資料庫連線池耗盡、重複告警風暴;目前已建立情境 registry,完整的情境資料與端到端 Agent 流程待後續階段完成。情境 registry 已完成 · T5
開發進度
進度快照:2026-10-03
已完成 7 / 16 個任務(約 44%)
已完成(7/16)
- Phase 0 骨架與規範T1 Backend 骨架、T2 Frontend 骨架、T3 Compose/CI
- Phase 1 資料/情境/身分T4 DB schema 與 RLS、T5 JWT/RBAC/情境 registry、T6 Incident API、T7 前端登入與 Incidents 頁面
下一步
- Phase 2 工具與 TimelineT8 工具與 audit/idempotency、T9 Timeline/Evidence UI
規劃中
- Phase 3LangGraph 工作流
- Phase 4RAG 與記憶(pgvector、checkpointer)
- Phase 5人工審批與 SSE 即時串流
- Phase 6Supabase Auth/安全/評測
- Phase 7部署與文件包裝
圖 1Agent 工作流
圖較寬,可左右滑動查看完整內容。
主幹由 initialize 走到 risk_review,高風險(restart / rollback)一定經過人工核准才會 execute;缺少 evidence 回 investigate,驗證失敗最多重試兩輪,超過就 escalate,並以 step_count ≥ 12 作為強制停止的保險。
圖 2系統架構
圖較寬,可左右滑動查看完整內容。
目標架構:虛線標示 planned 的預定部署元件(Cloudflare / Render / Supabase),目前尚未部署;LangGraph 編排與 Ops Tools 仍在開發中。本機以 Docker Compose 啟動 frontend、backend 與 PostgreSQL。