Skip to content

Latest commit

 

History

6 Commits

Folders and files

NameName
Last commit message
Last commit date
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

AI-Prom

AI-Prom 是一个智能化的 Prometheus 监控指标分析工具。它结合了 Prometheus 监控数据、Milvus 向量数据库和 LLM(大语言模型),提供指标数据的自动摄取、异常检测、相似性搜索以及智能分析功能。(用的1.7b的ai,看上去不是很聪明,建议使用30b以上) 1770868249277 1770868249277 image

主要功能

  • 数据摄取: 从 Prometheus 自动拉取历史指标数据。
  • 向量存储: 将时间序列数据转化为向量并存储到 Milvus 数据库,支持高效的相似性检索。
  • 智能分析: 利用 LLM (通过 Ollama 集成) 对监控指标进行深度分析,识别潜在问题。
  • 告警通知: 支持钉钉、企业微信和邮件告警,及时通知异常情况。
  • Web 界面: 提供直观的 Web 界面进行操作和结果展示。

技术栈

  • 后端: Python, FastAPI
  • 前端: HTML, JavaScript, CSS
  • 数据存储: Prometheus (数据源), Milvus (向量存储)
  • AI 模型: Ollama (支持 Qwen 等模型)

快速开始

1. 环境准备

确保你已经安装了 Python 3.8+,并且可以访问以下服务:

  • Prometheus
  • Milvus
  • Ollama

2. 安装依赖

pip install -r requirements.txt

3. 配置文件

修改根目录下的 config.yaml 文件,配置相关服务地址和参数:

prometheus:
  url: "http://your-prometheus-host:9090"
  # ...

milvus:
  host: "your-milvus-host"
  # ...

ollama:
  host: "http://your-ollama-host:11434"
  # ...

alerts:
  # 配置告警通知渠道
  dingtalk:
    enabled: true
    webhook: "your-webhook-url"
  # ...

4. 运行项目

使用提供的启动脚本运行项目:

sh run.sh

或者直接使用 uvicorn 启动:

python -m uvicorn app.main:app --host 127.0.0.1 --port 8000

启动后,访问浏览器 http://127.0.0.1:8000 即可使用。

项目结构

.
├── app/                 # Python 后端源码
│   ├── main.py          # FastAPI 应用入口
│   ├── llm.py           # LLM 交互逻辑
│   ├── milvus_client.py # Milvus 数据库操作
│   ├── prometheus_adapter.py # Prometheus 数据适配
│   ├── alerts.py        # 告警模块
│   └── config.py        # 配置加载
├── web/                 # 前端资源
│   ├── index.html
│   └── static/
├── config.yaml          # 配置文件
├── requirements.txt     # Python 依赖
└── run.sh               # 启动脚本

About

一个将promtheus的数据接入ai的平台

Resources

Stars

1 star

Watchers

0 watching

Forks

Releases

Packages

Contributors

Languages