自动化与运维 aiops root-cause-analysis kubernetes prometheus grafana chatops self-hosted observability

Ongrid

一个理解你的基础设施、定位根因并直接修复故障的运维 AI Agent，可在 Slack、Telegram、飞书或钉钉中完成全部操作。

在 GitHub 查看 ↗ 快速上手 ↓

源仓库: ongridio/ongrid
Star 数: ★ 1.2k
最近更新: 1 天前
License: AGPL-3.0
主语言: Go
FA 评分: 53/100 · 缺口较多

30 秒速览

运行形态: 自托管服务网页应用聊天机器人
可在哪里用: 通用 · 跨平台OpenAI API · Claude API
费用: 软件免费，模型调用费用自付
上手难度: 中 · 需要几步配置
开始前需要: Linux（Ubuntu 22.04+/Debian 12+/RHEL/Rocky 9）PrometheusLokiTempoGrafanaQdrantShell / 命令行网络访问本地文件系统
典型场景: SRE 团队在凌晨收到 Prometheus 告警，Agent 自动在 Telegram 群里写回根因分析和修复建议，无需人工逐个查面板。
不适合: 只使用非 Linux 服务器或希望容器化部署的团队
监控栈与 Prometheus/Loki/Tempo/Grafana/Qdrant 不兼容的团队
源码审查: 53/100 · 缺口较多

这个 Agent 能做什么，适合哪些场景？

Ongrid（ongridio/ongrid）是一个开源的运维 AI Agent，采用 Go 与 TypeScript/React 构建，面向自托管部署。它接入指标、日志、链路追踪与拓扑数据，在告警触发时自动派生 RCA 工作器，关联多维证据并将“为什么”定位到源码行。系统由协调 Agent 调度 SRE、网络、数据库等专项子 Agent，通过 Edge 反向拨出连接主机，提供浏览器 SSH、只读巡检工具和审批写入门。它内置 Prometheus + Loki + Tempo + Grafana 观测栈，支持模型热切换（Anthropic、OpenAI、GLM、DeepSeek、Gemini、Kimi），并提供工作流构建器、MCP 服务器注册、知识库索引与制品中心。主机无需开放入站端口，所有工具调用均被审计。

Ongrid 的执行流程是：告警或操作员提问触发调查者 Agent，后者生成 RCA 工作器，遍历拓扑图计算爆炸半径，关联指标、日志与链路数据，输出带证据的根因分析报告和具体后续步骤。Agent 通过 Edge 组件反连主机，在 bash 沙箱中运行 26+ 只读巡检工具，支持浏览器 SSH 免密登录任意主机；风险操作须经过审批写入门。运维人员可在 Web 控制台使用监控面板、拓扑图、Workflow Builder（触发器、Agent、工具、条件、通知的可编排自动化）、MCP 服务器注册、Knowledge Vault（索引运维手册、事故历史与代码库，供 RAG 检索）以及 Artifacts Center。它还支持 Kubernetes 集群纳管（巡检工作负载与事件、管理升级）和从 Edge 主机发现网络邻居设备并通过 SNMP 轮询接口。

SRE 团队在凌晨收到 Prometheus 告警，Agent 自动在 Telegram 群里写回根因分析和修复建议，无需人工逐个查面板。
值班工程师需要远程进入某台主机排查问题，通过浏览器 SSH 反向隧道安全接入，全程留痕审计。
平台团队将多套 Kubernetes 集群接入 Ongrid，统一巡检工作负载、事件并管理版本升级。
运维负责人希望通过 Workflow Builder 把告警分流、调查、通知固化成可复用的自动化流程。
团队把运维手册和过往事故索引进 Knowledge Vault，让值班人员和 Agent 用同一套上下文检索排障知识。
网络运维人员需要从 Edge 主机发现交换机邻居、SNMP 校验并梳理主机与网络设备的连接关系。

如何安装或部署这个 Agent？

在 Ubuntu 22.04+、Debian 12+ 或 RHEL/Rocky 9 服务器上下载对应架构的最新发行包并运行安装脚本：

AMD64：

wget https://github.com/ongridio/ongrid/releases/download/v0.15.2/ongrid-v0.15.2-linux-amd64.tar.xz
tar -xf ongrid-v0.15.2-linux-amd64.tar.xz && cd ongrid-v0.15.2-linux-amd64
sudo ./install.sh

ARM64：

wget https://github.com/ongridio/ongrid/releases/download/v0.15.2/ongrid-v0.15.2-linux-arm64.tar.xz
tar -xf ongrid-v0.15.2-linux-arm64.tar.xz && cd ongrid-v0.15.2-linux-arm64
sudo ./install.sh

中国大陆可改用 CDN 镜像 https://ongrid.cloud/dl/ongrid-v0.15.2-linux-amd64.tar.xz 下载。install.sh 会一键拉起完整技术栈。

如何使用这个 Agent？

安装后首次启动完成初始化，配置一个模型提供方（Anthropic / OpenAI / GLM / DeepSeek / Gemini / Kimi 任一，支持热切换），并在 Slack、Telegram、飞书（Larksuite）、钉钉或企业微信中接入双向 IM 通道，可按通道设置语言。将 Edge 部署到目标主机（Edge 主动外拨，主机无需开放 22/80/443 端口），即可在聊天中提问或接收告警触发自动调查。进阶使用：在 Web 控制台用 Workflow Builder 编排自动化、注册外部 MCP 服务器、向 Knowledge Vault 导入运维手册与代码库、把 Kubernetes 集群纳管进来。完整文档见 ongrid.cloud/docs/get-started/introduction。

这个 Agent 有哪些优点和局限？

优点

零入站端口架构：Edge 主动外拨，主机无需开放 22/80/443，比传统跳板机方案显著降低攻击面。
自动告警调查：告警触发即派生 RCA 工作器，把根因结论直接写回聊天频道，而非只做转发。
证据驱动的根因分析：遍历拓扑、关联指标/日志/链路，并把结论定位到具体源码行。
模型无锁定：支持 Anthropic、OpenAI、GLM、DeepSeek、Gemini、Kimi 并可热路由切换。
写操作有审批门控：风险动作必须经审批才能触达生产系统，所有工具调用均审计。

局限

AGPLv3 许可证对二次分发和商业化集成有传染性约束，且品牌资产不在 AGPLv3 范围内（见 TRADEMARK.md）。
install.sh 一键安装只覆盖 Linux（Ubuntu 22.04+、Debian 12+、RHEL/Rocky 9），不支持其他操作系统或容器化部署路径。
核心价值依赖接入 Prometheus、Loki、Tempo、Grafana、Qdrant 等观测组件，已有异构监控栈的团队需要评估对接成本。
需要部署服务端与 Edge 两层组件，并配置模型 API 密钥与 IM 通道凭据，初始搭建有运维负担。
各专项能力（如 Kubernetes 升级管理、网络设备管理）的深度与成熟度在 README 中缺乏量化证据（如 star 数、生产案例），需自行评估。

这个 Agent 与同类方案有什么区别？

与相关度最高的同类 agent 并排比较关键指标。

Agent	源码审查	形态 / 费用	Star	最近更新	主语言	完整支持的平台
Ongrid 当前	53 · 缺口较多	自托管服务免费 + 模型费	★ 1.2k	1 天前	Go	OpenAI API · Claude API
HolmesGPT SRE Agent	57 · 缺口较多	命令行工具免费 + 模型费	★ 3.7k	今天	Python	OpenAI API
Aurora	47 · 缺口较多	自托管服务免费 + 模型费	★ 442	今天	Python	OpenAI API · Claude API
ITOps Agent Platform	49 · 缺口较多	自托管服务免费 + 模型费	★ 944	2 个月前	TypeScript	OpenAI API

FollowAgents 如何评估这个 Agent？

FollowAgents 源码审查 · FARS-2.1

缺口较多

53/ 100 五分制 2.7 / 5

本评测基于 2026年9月7日的源码；此后该项目发布了 11 个正式版本，尚未复审。分数与结论只代表评测时的版本。最近版本 ↓

信任安全 13/29

可靠稳定 8/14

适用触发 10/18

规范维护 12/18

有效结果 7/13

证据核验 3/8

查看各维度的扣分理由

信任安全13 / 29 · 2.2/5

README 宣称只读主机工具、审计、审批写闸、零入站端口等安全设计，但本次提供的文件中没有任何核心代码可验证这些声明，多为核心卖点级断言，故 least_privilege、user_confirmation、external_effects 仅给 1；数据流向（Edge 主动外拨、MCP 信任边界、registry 允许列表）有较具体描述，给 2；敏感数据仅提及 DPAPI 与凭据管理，无加密/脱敏细节，给 1；依赖全部固定版本且 CI 门禁健全，但未见 govulncheck 类漏洞扫描，给 2；有升级脚本但未见回滚流程证据，给 1；AGPL-3.0 与商标声明清晰，给 2。

可靠稳定8 / 14 · 2.9/5

CI 同时覆盖 Go build/vet/race test、Windows 交叉编译、Web 测试与部署脚本校验，注释解释了各门禁动机，前后一致，给 2；依赖版本固定且提供国内镜像下载，给 2；错误信息与失败提示的样例在证据中缺失，给 1。

适用触发10 / 18 · 2.8/5

明确面向运维/SRE 团队，覆盖告警、RCA、K8s、网络设备等场景并给出文档地图，给 2；技能目录、MCP 服务器、工具类清单构成可见的能力边界，给 2；告警触发调查的精度与防误触发机制无证据，给 1；安装环境（Ubuntu 22.04+/Debian 12+/RHEL 9，amd64/arm64）描述清晰，给 2。

规范维护12 / 18 · 3.3/5

README 结构完整（特性/安装/集成/文档/许可），但大量关键内容外链至 ongrid.cloud 文档站，仓库内可见信息有限，给 2；安装步骤含架构选择与 CDN 镜像，给 2；命名（ongrid/edge/pack 等）一致，给 2；有产品巡览截图与演示动图，但无 FAQ 与已知限制清单，示例给 2、限制给 1；LICENSE 完整且商标边界明确，给 3；有版本徽章与发布产物（v0.15.2），未见仓库内 CHANGELOG，给 2；SECURITY.md 规定私有漏洞报告与响应时限，给 2。

有效结果7 / 13 · 2.7/5

RCA 报告、审批界面等截图表明输出面向人工审阅设计，但属静态图片证据，给 2；将可观测性数据、拓扑与代理执行整合的价值主张清晰，给 2；成本（LLM 调用、自托管服务器、Edge 部署）与收益量化信息缺失，给 1。

证据核验3 / 8 · 1.9/5

核心能力声明（只读工具数、审计、写闸）无法在所提供文件中追溯到实现，给 1；README、CI、测试 fixture 相互印证的存在性有限，跨来源独立佐证缺失，给 1；营销语言与事实描述大体可区分但未系统分离（如趋势徽章与功能声明混排），给 1。

风险与缓解建议

该产品具备远程执行与反向隧道 Shell 能力，而本次证据中无任何实现代码可验证"只读工具"与"审批写闸"是否真实落地，部署前必须自行审计核心代码。
安全声明（零入站端口、全量审计、只读沙箱）目前仅为 README 断言，请勿据此在生产环境授权写权限。
未见依赖漏洞扫描（govulncheck/dependabot 类）与仓库内 CHANGELOG，升级与回滚路径需自行验证。
发布者未经验证，且大量文档外链至官方站点，评估时注意区分可审计的仓库证据与营销内容。

证据充分度：低评估于 2026年9月7日审查版本 327fb7d1510a 评估后仓库已有新提交，评分可能未覆盖最新改动

评估证据 README.md LICENSE SECURITY.md go.mod workflows/ci-windows-cross.yml workflows/ci.yml fixtures/marketplace.ts test/msw-server.ts test/setup.ts

查看完整评分方法 →

Ongrid

30 秒速览

这个 Agent 能做什么，适合哪些场景？

如何安装或部署这个 Agent？

如何使用这个 Agent？

这个 Agent 有哪些优点和局限？

这个 Agent 与同类方案有什么区别？

FollowAgents 如何评估这个 Agent？

最近版本

相关 Agents

HolmesGPT SRE Agent

Aurora

ITOps Agent Platform

DataBuff