异常分析框架

一个AI驱动的异常分析框架,适用于运维团队,提供向量相似性搜索和AI分析功能。

  • by 18abhi89
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 18abhi89/exception-mcp-server

使用说明

异常分析框架

基于AI的运营团队异常分析


🚀 快速开始

# 1. Install dependencies
pip install -r requirements.txt

# 2. Configure credentials
# Edit config.yaml and paste your Azure OpenAI endpoint and API key:
#   azure_openai:
#     endpoint: "https://your-resource.openai.azure.com/"
#     api_key: "your-api-key-here"

# 3. Run tests
python test_framework.py

# 4. Ingest data
python ingest.py

# 5. Launch UI
streamlit run streamlit_app.py

📚 全部文件

看 框架_README.md 完整的文件,包括:

  • 配置指南
  • 测试程序
  • 使用示例
  • 适应其他项目
  • 故障排除

🧪 测试框架

python test_framework.py

预期: 5/7测试通过 (2个预期失败:ChromaDB安装、Azure凭据)


📁 项目结构

├── config.yaml              # Configuration
├── llm_client.py           # Azure OpenAI client
├── stacktrace_parser.py    # Parse stack traces
├── vector_store.py         # ChromaDB wrapper
├── server.py               # MCP server
├── streamlit_app.py        # UI
├── ingest.py              # Load data into vector DB
├── test_framework.py      # Test suite
├── data/
│   └── exceptions.csv     # Exception data (100 samples)
└── FRAMEWORK_README.md    # Complete documentation

✨ 特性

  • 向量相似性搜索 使用ChromaDB
  • AI分析 使用Azure OpenAI
  • 简单的架构 适用于多个项目
  • 综合测试 包含
  • 复制粘贴架构 -无手动定义

框架已准备好生产。运行测试并开始分析异常! 🎯