AI Agent 接管 K8s 告警：降噪、降 MTTR、自动处理低风险事故
_jaydeepkarale · x · 2026-11-05
一位开发者在面试中设计了用于 Kubernetes 事故响应的 AI Agent，并分享了完整架构：
三大目标
- 降噪：关联告警、过滤已知不可操作的告警
- 降低 MTTR：让 agent 自动处理事件、日志、指标与 runbook，人工介入时交付诊断结果
- 自动解决低风险问题，其余需人工审批
架构流程
- Prometheus Alertmanager 触发告警，邮件和 PagerDuty 保持不变，agent 是增量而非替代
- SNS → SQS 队列（缓冲、重试、死信队列）+ 去重，避免一次事故触发 50 个 agent 运行
- Lambda 验证来源与环境，Step Functions/AgentCore 编排工作流
- Agent 基于 Strands Agents SDK + Amazon Bedrock 知识库
- 通过 MCP Gateway 以只读方式访问 EKS、Grafana、CloudWatch 的 MCP Server
- 策略引擎 + 安全护栏：不删除 deployment/statefulset/secrets、仅在副本健康时删 pod、最小权限 RBAC、限速、日志视为数据而非指令
- OpenTelemetry 追踪 + 评估（事故回放、诊断准确率、避免的 page、MTTR、单次成本）
「编程与Agent」频道最新
- 懒得手动重建歌单, 他让 Codex 一句话把 Spotify 收藏迁移到 YouTube Music — burkov · 2026-11-05
- 北大联合 NVIDIA 用编码 Agent 替代遥操作，低成本批量造机器人训练数据 — DAGroup-PKU · 2026-11-05
- Siri AI 向全体开发者开放,示例项目 Larder 完整演示接入 — rudrank · 2026-11-05
- 录 2 条视频产出 32 条:工程师用 FFmpeg+Copilot 批量加角标 — DanWahlin · 2026-11-05
- Zig 零依赖重写 Tempo 跑赢 Rust 版：代码量大减 10 倍、构建快 7 倍 — jaivin · 2026-11-05
- 开发者全靠 Claude Opus 5.5 vibe coding,3 天上线 Roblox 宠物游戏 — minchoi · 2026-11-05