ინოვაციური მიდგომა სისტემური მონიტორინგისთვის
| Stage | What happens |
|---|---|
| ingest | Read-only adapters pull non-OK alerts from each source + JSON/CSV import. |
| normalize | Maps every source onto one schema + message fingerprint. |
| cluster | Groups by host / service / severity / time-window. Semantic embeddings optional. |
| noise | Frequency, ack-rate, ticket-rate, short-recovery, flapping → one 0–1 score. |
| recommend | Rule-based tuning recommendations with rationale + evidence. |
| investigate | A tool-calling LLM gathers live evidence → root-cause hypothesis + classified fixes. |
სისტემური ადმინისტრატორებისა და SRE ინჟინრებისთვის ერთ-ერთ მთავარ გამოწვევად რჩება ე.წ. „შეტყობინებების ქარიშხალი“ (alert storms), როდესაც ერთი ტექნიკური ხარვეზი ათობით შეტყობინებას გზავნის სხვადასხვა არხით. ახალი ღია კოდის პროექტი ninoxAI სწორედ ამ პრობლემის გადაჭრას ისახავს მიზნად.
| Capability | Reads (all read-only) |
|---|---|
| 🐳 Docker | containers, logs, stats, inspect |
| ☸️ Kubernetes | pods, logs, events, deployments (in-cluster RBAC) |
| ☁️ AWS | CloudTrail change events, EC2, security groups, quotas (IAM read-role) |
| 📈 Grafana | PromQL + LogQL over the datasource proxy |
| 🐙 GitHub | CI runs, releases, PRs — change-event RCA |
| 🌿 Git | mirrored repos: commits, diffs, code & history search |
| 🖥️ Host | CPU / mem / disk / processes / sockets / log tail (plain VMs) |
პლატფორმა მოქმედებს როგორც დამოუკიდებელი AI ფენა, რომელიც თავსებადია ისეთ სისტემებთან, როგორიცაა Prometheus, Grafana, Kubernetes, AWS და GitHub. მისი მთავარი ფუნქციაა მონიტორინგის სისტემებიდან მიღებული ინფორმაციის გაერთიანება და ინციდენტების სტრუქტურირება.
როგორ მუშაობს ninoxAI?
სისტემა არ არის უბრალოდ მონიტორინგის ინსტრუმენტი; ის ფუნქციონირებს როგორც ინტელექტუალური დამხმარე, რომელიც მომხმარებელს ეხმარება კითხვებზე პასუხის გაცემაში: რა მოხდა, რატომ და როგორ უნდა გამოსწორდეს მდგომარეობა.
- ინციდენტების კონსოლიდაცია: აჯგუფებს მსგავს შეტყობინებებს ერთ ინციდენტად, რაც ამცირებს ხმაურს.
- მიზეზების ანალიზი: AI აგენტი სწავლობს ცოცხალ სისტემებს და აყალიბებს ჰიპოთეზას პრობლემის გამომწვევი მიზეზის შესახებ.
- უსაფრთხოება: ninoxAI მუშაობს მხოლოდ „წაკითხვის“ (read-only) რეჟიმში. ის არ ცვლის სისტემურ პარამეტრებს და არ ასრულებს ბრძანებებს ავტომატურად.
| Checkmk | Prometheus Alertmanager | Icinga2 | Zabbix | Generic Webhook | PRTG |
|---|---|---|---|---|---|
| ✅ | ✅ | ✅ | ✅ | ✅ | ⛔ stub |
უსაფრთხოება და კონტროლი
პროექტის ავტორების განცხადებით, ninoxAI შექმნილია უსაფრთხოების მაღალი სტანდარტების დაცვით. ყველა შემოთავაზებული გამოსწორების გზა არის მხოლოდ რეკომენდაცია, რომელსაც ადამიანი თავად უნდა დაეთანხმოს.
სისტემა იყენებს დაცულ არქიტექტურას, სადაც სენსიტიური ინფორმაცია, როგორიცაა პაროლები ან ჰოსტების მისამართები, ექვემდებარება ავტომატურ დაცვას და დაშიფვრას, სანამ ის დამუშავდება AI მოდელის მიერ.
| Provider | Notes |
|---|---|
| template | offline — no LLM, no network. Default. |
| mistral | cost-efficient, EU-hosted |
| anthropic | strong tool-calling — default for the investigator |
| openai | OpenAI, Azure, and local LLMs (vLLM / Ollama / LM Studio) via base URL |
გავრცელებული ინფრასტრუქტურა
ninoxAI-ის არქიტექტურა საშუალებას იძლევა, აგენტმა იმუშაოს ისეთ გარემოშიც კი, რომელთანაც პირდაპირი წვდომა არ აქვს. სპეციალური „ninox runner“-ის გამოყენებით, შესაძლებელია სისტემის გაშვება ლოკალურ კლასტერებში, რაც უზრუნველყოფს მონაცემთა კონფიდენციალურობას.
პროექტი ვრცელდება Apache License 2.0 ლიცენზიით, რაც მას ხელმისაწვდომს ხდის როგორც ღია, ისე დახურული კომერციული პროექტებისთვის. დეველოპერებს შეუძლიათ დაამატონ საკუთარი კონექტორები Python-ის ან MCP სერვერების გამოყენებით.
დისკუსია
0 კომენტარი
ჯერ კომენტარი არ არის — იყავი პირველი.