KeepHQ：開源 AIOps 平臺(tái)，簡(jiǎn)化 DevOps 報(bào)警管理
Keep 是第一個(gè)開源 AIOps 平臺(tái)，填補(bǔ)了現(xiàn)有監(jiān)控工具（如 Grafana 和 Prometheus）在 AIOps 能力上的空白。它特別適合小型團(tuán)隊(duì)，因?yàn)閭鹘y(tǒng)企業(yè)工具成本高、維護(hù)復(fù)雜，而 Keep 提供企業(yè)級(jí)功能（如擴(kuò)展性、SSO）的同時(shí)，保持對(duì)小型團(tuán)隊(duì)的友好性。它利用大型語(yǔ)言模型（LLM）時(shí)代的進(jìn)步，將 AI 無(wú)縫集成到運(yùn)維中。
部署靈活性是 Keep 的亮點(diǎn)，支持本地、Kubernetes、AWS ECS 和 OpenShift 等多種環(huán)境。用戶可以通過(guò) helm install 或 docker-compose 一鍵啟動(dòng)，快速探索其功能，適合初學(xué)者和經(jīng)驗(yàn)豐富的團(tuán)隊(duì)。
關(guān)鍵功能和能力
Keep 的設(shè)計(jì)理念是易于開始、易于擴(kuò)展、易于協(xié)作，具體功能包括：
- 易于開始：提供一鍵安裝選項(xiàng)，如 helm install 和 docker-compose，支持本地或 Kubernetes 部署，降低入門門檻。
- 易于擴(kuò)展：其架構(gòu)基于 Python 實(shí)現(xiàn)，易于增強(qiáng)和定制，支持添加新集成，目前已有 110 多個(gè)提供者，涵蓋工具如 Prometheus、CloudWatch 和 Datadog。
- 易于部署：作為代碼提供，支持 CI/CD 管道集成，適合云、內(nèi)部部署或隔離環(huán)境，滿足不同安全和合規(guī)需求。
- 易于協(xié)作：作為開源項(xiàng)目，GitHub 上已有 9200 顆星，700 名社區(qū)成員活躍參與，通過(guò) Slack 社區(qū)（Slack 社區(qū)）提供支持，鼓勵(lì)用戶反饋融入開發(fā)。
此外，Keep 提供沙盒環(huán)境如 Playground，用戶可以在此探索功能、配置和 AIOps 技術(shù)；Platform 則用于租戶配置，確保團(tuán)隊(duì)能測(cè)試和優(yōu)化策略。
使用案例和集成
Keep 解決多個(gè) IT 操作挑戰(zhàn)，具體如下表所示：
- 集中警報(bào)管理：將多個(gè) Prometheus 實(shí)例和按地區(qū)/賬戶的 CloudWatch 設(shè)置的警報(bào)集中到一個(gè)儀表板，供審查、節(jié)流和微調(diào)。
- 警報(bào)豐富：通過(guò)觀測(cè)工具、數(shù)據(jù)庫(kù)和工單系統(tǒng)（如 Jira、ServiceNow）提供上下文，包括企業(yè)特定觸發(fā)器和客戶影響細(xì)節(jié)，便于決策。
- 自動(dòng)化警報(bào)響應(yīng)：自動(dòng)化常見(jiàn)警報(bào)響應(yīng)，如確認(rèn)端點(diǎn) 502 錯(cuò)誤或檢查低優(yōu)先級(jí)客戶影響前不升級(jí)。
- 多環(huán)境監(jiān)控：跨 staging、生產(chǎn)和測(cè)試環(huán)境集中警報(bào)，設(shè)置環(huán)境特定規(guī)則，提供統(tǒng)一系統(tǒng)健康視圖。
- 噪音減少：通過(guò)去重、節(jié)流和靜音減少噪音，確保團(tuán)隊(duì)只關(guān)注關(guān)鍵問(wèn)題。
- SLA 合規(guī)性：跟蹤警報(bào)解決時(shí)間，確保 SLA 合規(guī)性，配備自動(dòng)化和報(bào)告功能。
- 事件關(guān)聯(lián)：使用工作流和映射規(guī)則關(guān)聯(lián)相關(guān)警報(bào)，快速識(shí)別根本原因，提供分組可操作見(jiàn)解。
- 工單系統(tǒng)集成：與 Jira 和 ServiceNow 等工單工具同步，自動(dòng)化工單創(chuàng)建和更新，確保無(wú)縫工作流。
集成方面，Keep 支持超過(guò) 110 個(gè)提供者，通過(guò) Webhook、路由策略或 API 與工具如 Zabbix、Nagios 連接。2023 年 Grafana 調(diào)查顯示，52% 的公司使用 6 種以上觀測(cè)工具，Keep 的多工具集成能力尤為重要（Grafana 調(diào)查：https://grafana.com/observability-survey-2023/）。
開發(fā)者友好
Keep 強(qiáng)調(diào)開發(fā)者優(yōu)先，提供現(xiàn)代 REST API、本地 SDK 和全面文檔，便于與現(xiàn)有堆棧集成。其 API 優(yōu)先設(shè)計(jì)確保所有 UI 操作均可通過(guò) API 完成，支持警報(bào)補(bǔ)救和豐富的自動(dòng)化。企業(yè)安全功能包括完整身份驗(yàn)證支持（如 SSO、SAML、OIDC、LDAP），以及細(xì)粒度的訪問(wèn)控制（RBAC、ABAC）和團(tuán)隊(duì)管理，適合生產(chǎn)規(guī)模工作負(fù)載，支持高可用性和水平擴(kuò)展。
用戶反饋顯示，Keep 被比作監(jiān)控領(lǐng)域的 n8n.io，與 StackStorm 相比，Keep 提供更簡(jiǎn)單的 UI 和更緊密的監(jiān)控工具 API 集成。社區(qū)還建議添加功能如抖動(dòng)檢測(cè)（flap detection）和自動(dòng)補(bǔ)救，目前節(jié)流策略已可用，抖動(dòng)檢測(cè)計(jì)劃中。
工作流
Keep 是監(jiān)控工具的 GitHub Actions。
Keep 工作流是一個(gè)聲明式的 YAML 文件，用于自動(dòng)化您的警報(bào)和事件管理。每個(gè)工作流包含：
- 觸發(fā)器 - 啟動(dòng)工作流的條件（警報(bào)、事件、計(jì)劃或手動(dòng)）
- 步驟 - 讀取或獲取數(shù)據(jù)（豐富、上下文）
- 操作 - 執(zhí)行操作（更新工單、發(fā)送通知、重啟服務(wù)器）
以下是一個(gè)簡(jiǎn)單的工作流示例，它為來(lái)自 Sentry 的支付和 API 服務(wù)的關(guān)鍵警報(bào)創(chuàng)建 Jira 工單。
workflow:
id:sentry-alerts
description:createticketalertsforcriticalalertsfromsentry
triggers:
-type:alert
# customize the filter to run only on critical alert from sentry
filters:
-key:source
value:sentry
-key:severity
value:critical
# regex to match specific services
-key:service
value:r"(payments|ftp)"
actions:
-name:send-slack-message-team-payments
# if the alert is on the payments service, slack the payments team
if:"'{{ alert.service }}' == 'payments'"
provider:
type:slack
# control which Slack configuration you want to use
config:" {{ providers.team-payments-slack }} "
# customize the alert message with context from {{ alert }} or any other {{ step }}
with:
message:|
"A new alert from Sentry: Alert: {{ alert.name }} - {{ alert.description }}
{{ alert}}"
-name:create-jira-ticket-oncall-board
# control the workflow flow with "if" and "foreach" statements
if:"'{{ alert.service }}' == 'ftp' and not '{{ alert.ticket_id }}'"
provider:
type:jira
config:" {{ providers.jira }} "
with:
board_name:"Oncall Board"
custom_fields:
customfield_10201:"Critical"
issuetype:"Task"
# customize the summary
summary:"{{ alert.name }} - {{ alert.description }} (created by Keep)"
description:|
"This ticket was created by Keep.
Please check the alert details below:
{code:json} {{ alert }} {code}"
# enrich the alerts with more context. from now on, the alert will be assigned with the ticket id, type and url
enrich_alert:
-key:ticket_type
value:jira
-key:ticket_id
value:results.issue.key
-key:ticket_url
value:results.ticket_url總結(jié)
KeepHQ 是一個(gè)變革性的開源 AIOps 平臺(tái)，為 DevOps 和 SRE 團(tuán)隊(duì)民主化了高級(jí)警報(bào)管理和自動(dòng)化。通過(guò)減少噪音、豐富警報(bào)和自動(dòng)化響應(yīng)，Keep 幫助組織將數(shù)據(jù)轉(zhuǎn)化為可操作的見(jiàn)解，促進(jìn)協(xié)作和可擴(kuò)展性，適合各種環(huán)境。無(wú)論是希望采用 AIOps 實(shí)踐的小型團(tuán)隊(duì)，還是尋求強(qiáng)大可擴(kuò)展解決方案的企業(yè)，Keep 提供了一個(gè)引人注目的、社區(qū)支持的平臺(tái)來(lái)簡(jiǎn)化 IT 操作。
Github 倉(cāng)庫(kù)地址：https://github.com/keephq/keep
