7款类似OnGrid的开源AIOps项目推荐：从K8s诊断到智能告警

前言

在云原生和DevOps时代，运维团队面临着越来越复杂的基础设施管理挑战。OnGrid 作为一款新兴的 AI 运维 Agent，以其"理解基础设施、定位根因、自动修复"的理念引起了广泛关注。那么，在开源社区中，还有哪些类似的项目值得关注？本文将为你介绍 7 款与 OnGrid 类似的优秀开源项目，涵盖 K8s 诊断、可观测性、AI 根因分析、ChatOps 等方向。

1. K8sGPT — AI 驱动的 Kubernetes SRE 助手

GitHub：k8sgpt-ai/k8sgpt ｜ Stars：7.9k ⭐ ｜ 语言：Go

K8sGPT 是一款专为 Kubernetes 设计的 AI 诊断工具，它将资深 SRE 的经验编码为分析器，结合大语言模型为集群问题提供自然语言解释。作为 CNCF 孵化项目，K8sGPT 在云原生生态中有着重要地位。

核心特性：

• 内置 SRE 专家级分析器，覆盖常见 K8s 故障场景
• 支持多种 LLM 后端：OpenAI、Azure、Gemini、Amazon Bedrock、本地模型等
• 支持 MCP（Model Context Protocol），可与 Claude Desktop 集成
• Operator 模式支持持续监控，与 Prometheus/Alertmanager 联动
• k8sgpt analyze --explain 一键获取 AI 驱动的故障解释

安装方式：brew install k8sgpt（Linux/Mac），或通过 Helm 部署 k8sgpt-operator 到集群中。

适用场景：需要 AI 辅助 K8s 故障诊断和自然语言解释的 DevOps/SRE 团队。

2. Coroot — 零插桩的 AI 可观测性平台

GitHub：coroot/coroot ｜ Stars：7.7k ⭐ ｜ 语言：Go + Vue

Coroot 是一款开源的可观测性与 APM 工具，最大亮点是零代码插桩——基于 eBPF 技术自动发现所有服务，无需修改任何代码即可获得完整的指标、日志、链路追踪和持续性能分析。

核心特性：

• eBPF 零插桩观测，自动发现服务，无监控盲区
• 预定义巡检规则，自动审计应用健康状态，可识别 80%+ 常见问题
• 100% 覆盖的服务拓扑图、SLO 追踪、分布式链路追踪
• 内置持续性能分析，CPU/内存问题定位到代码行
• 支持 AWS/GCP/Azure 成本监控和版本发布对比

安装方式：Docker 容器部署或 Kubernetes Helm Chart，提供在线 Demo（demo.coroot.org）。

适用场景：希望"开箱即用"获得全栈可观测性，不想手动埋点的团队。

3. Robusta — 智能告警增强与自愈引擎

GitHub：robusta-dev/robusta ｜ Stars：3k ⭐ ｜ 语言：Python

Robusta 专注于让 Prometheus 告警更智能。它能将告警自动分组、AI 增强分析、附加上下文信息（如 Pod 日志），并支持定义自动修复规则实现自愈。它集成了 20+ 通知渠道（Slack、Teams、Discord、PagerDuty、Jira 等）。

核心特性：

• 智能告警分组，减少通知轰炸，Slack 线程化展示
• AI 调查——可选的 AI 告警分析功能
• 告警增强——在告警中直接展示 Pod 日志和相关数据
• 自愈规则——定义自动修复动作，加速故障恢复
• 无需 PromQL 即可检测 OOMKill、Job 失败等 K8s 原生事件

安装方式：Helm Chart 部署到 K8s，可与 kube-prometheus-stack 无缝集成。

适用场景：已使用 Prometheus/Alertmanager，想让告警更智能、支持自动修复的团队。

4. HolmesGPT — CNCF 沙箱级 AI 事故调查员

GitHub：HolmesGPT/holmesgpt ｜ Stars：2.6k ⭐ ｜ 语言：Python

HolmesGPT 是一款开源 AI Agent，专门用于调查生产事故并定位根因。作为 CNCF 沙箱项目，它由 Robusta.Dev 发起、微软深度参与贡献。不同于只支持 K8s 的工具，HolmesGPT 可以工作在任何技术栈上——K8s、VM、云服务、数据库、SaaS。

核心特性：

• 智能体循环——自主查询多个可观测性数据源来定位根因
• Operator 模式——7×24 后台运行，在客户感知之前发现问题，通过 Slack 通知并可直接提交 PR
• 深度集成：Prometheus、Grafana、Datadog、K8s、AKS、ArgoCD、AWS、Azure 等 20+ 平台
• PB 级数据处理能力，服务端过滤，内存安全执行
• 双向告警集成：从 AlertManager/PagerDuty/Jira 获取告警，将分析结果写回

安装方式：Helm Chart 部署到 K8s，或独立 CLI 工具使用。

适用场景：需要 AI 自主调查跨平台生产事故的 SRE 团队，特别是混合环境（K8s + VM + 云服务）。

5. Botkube — Kubernetes ChatOps 监控机器人

GitHub：kubeshop/botkube ｜ Stars：2.3k ⭐ ｜ 语言：Go

Botkube 是一款面向 Kubernetes 的消息机器人，支持在 Slack、Discord、Mattermost 中直接监控和调试集群。你可以在聊天窗口中执行 kubectl、helm 等命令，实现真正的 ChatOps 体验。

核心特性：

• 多平台消息集成：Slack、Discord、Mattermost
• 在聊天中直接执行 kubectl、helm 等命令
• 智能告警整合与过滤
• 插件系统支持自定义自动化操作
• 实时 K8s 事件通知（Prometheus 告警、K8s 事件等）

安装方式：Helm Chart 或 Botkube CLI 安装器。

适用场景：希望在消息平台中直接管理和监控 K8s 集群的 DevOps 团队。

6. OpenObserve — 成本仅为 Datadog 1/140 的可观测性平台

GitHub：openobserve/openobserve ｜ Stars：19.2k ⭐ ｜ 语言：Rust + TypeScript + Vue

OpenObserve 是一款云原生可观测性平台，定位为 Datadog/Splunk/Elasticsearch 的开源替代。采用 Rust 构建，基于 Parquet 列式存储和 S3 原生架构，存储成本仅为传统方案的 1/140。单二进制部署，2 分钟即可运行。

核心特性：

• Parquet + S3 架构，存储成本降低 140 倍
• 单二进制部署，2 分钟启动运行
• OpenTelemetry 原生，无供应商锁定
• 统一平台：日志、指标、链路、RUM、仪表盘、告警、LLM 可观测性
• 支持 SQL + PromQL 查询，无需学习专有查询语言

安装方式：单二进制下载、Docker、Kubernetes Helm，支持从单节点扩展到 PB 级 HA 集群。

适用场景：寻找高性价比、可自托管的全栈可观测性方案，替代 Datadog/Splunk/Elasticsearch 的团队。

7. Parca — eBPF 持续性能分析器

GitHub：parca-dev/parca ｜ Stars：4.9k ⭐ ｜ 语言：Go + TypeScript

Parca 是一款持续性能分析工具，可以对 CPU 和内存使用进行代码行级别的分析。基于 eBPF 技术，无需修改代码或重新编译，即可自动发现目标并进行低开销的性能采样。据统计，基础设施通常有 20-30% 的资源浪费，Parca 能帮你精准定位这些瓶颈。

核心特性：

• eBPF 性能分析器——单一探针，自动发现 K8s/systemd 目标，极低开销
• 支持 C、C++、Rust、Go 等多种语言，零代码插桩
• 开放标准——生成和消费 pprof 格式的 Profile 数据
• 优化的存储与查询——基于标签搜索，跨基础设施聚合，任意维度对比
• 统计显著性分析，跨部署/版本/区域识别热点路径

安装方式：单二进制编译、Docker、Kubernetes 清单或 Helm Chart。

适用场景：希望通过代码行级性能分析降低基础设施成本、优化性能的团队。

对比总览

如何选择？

• 如果你主要用 K8s，想要 AI 诊断：选 K8sGPT
• 如果你想要开箱即用的全栈可观测性：选 Coroot
• 如果你想让 Prometheus 告警更智能：选 Robusta
• 如果你需要跨平台 AI 事故调查：选 HolmesGPT
• 如果你想要在聊天中管理 K8s：选 Botkube
• 如果你想要高性价比的可观测性平台：选 OpenObserve
• 如果你需要代码级性能分析降本：选 Parca

这些项目各有侧重，也可以组合使用。例如 K8sGPT + Robusta 实现 K8s 诊断 + 智能告警，OpenObserve + Parca 实现低成本可观测性 + 性能分析。根据你的技术栈和需求，选择最适合的工具吧！

cnbugsai

打赏 海报 链接