KeepHQ：開源 AIOps 平臺，簡化 DevOps 報警管理
Keep 是第一個開源 AIOps 平臺，填補了現有監控工具（如 Grafana 和 Prometheus）在 AIOps 能力上的空白。它特別適合小型團隊，因為傳統企業工具成本高、維護復雜，而 Keep 提供企業級功能（如擴展性、SSO）的同時，保持對小型團隊的友好性。它利用大型語言模型（LLM）時代的進步，將 AI 無縫集成到運維中。
部署靈活性是 Keep 的亮點，支持本地、Kubernetes、AWS ECS 和 OpenShift 等多種環境。用戶可以通過 helm install 或 docker-compose 一鍵啟動，快速探索其功能，適合初學者和經驗豐富的團隊。
關鍵功能和能力
Keep 的設計理念是易于開始、易于擴展、易于協作，具體功能包括：
- 易于開始：提供一鍵安裝選項，如 helm install 和 docker-compose，支持本地或 Kubernetes 部署，降低入門門檻。
- 易于擴展：其架構基于 Python 實現，易于增強和定制，支持添加新集成，目前已有 110 多個提供者，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、內部部署或隔離環境，滿足不同安全和合規需求。
- 易于協作：作為開源項目，GitHub 上已有 9200 顆星，700 名社區成員活躍參與，通過 Slack 社區（Slack 社區）提供支持，鼓勵用戶反饋融入開發。
此外，Keep 提供沙盒環境如 Playground，用戶可以在此探索功能、配置和 AIOps 技術；Platform 則用于租戶配置，確保團隊能測試和優化策略。
使用案例和集成
Keep 解決多個 IT 操作挑戰，具體如下表所示：
- 集中警報管理：將多個 Prometheus 實例和按地區/賬戶的 CloudWatch 設置的警報集中到一個儀表板，供審查、節流和微調。
- 警報豐富：通過觀測工具、數據庫和工單系統（如 Jira、ServiceNow）提供上下文，包括企業特定觸發器和客戶影響細節，便于決策。
- 自動化警報響應：自動化常見警報響應，如確認端點 502 錯誤或檢查低優先級客戶影響前不升級。
- 多環境監控：跨 staging、生產和測試環境集中警報，設置環境特定規則，提供統一系統健康視圖。
- 噪音減少：通過去重、節流和靜音減少噪音，確保團隊只關注關鍵問題。
- SLA 合規性：跟蹤警報解決時間，確保 SLA 合規性，配備自動化和報告功能。
- 事件關聯：使用工作流和映射規則關聯相關警報，快速識別根本原因，提供分組可操作見解。
- 工單系統集成：與 Jira 和 ServiceNow 等工單工具同步，自動化工單創建和更新，確保無縫工作流。
集成方面，Keep 支持超過 110 個提供者，通過 Webhook、路由策略或 API 與工具如 Zabbix、Nagios 連接。2023 年 Grafana 調查顯示，52% 的公司使用 6 種以上觀測工具，Keep 的多工具集成能力尤為重要（Grafana 調查：https://grafana.com/observability-survey-2023/）。
開發者友好
Keep 強調開發者優先，提供現代 REST API、本地 SDK 和全面文檔，便于與現有堆棧集成。其 API 優先設計確保所有 UI 操作均可通過 API 完成，支持警報補救和豐富的自動化。企業安全功能包括完整身份驗證支持（如 SSO、SAML、OIDC、LDAP），以及細粒度的訪問控制（RBAC、ABAC）和團隊管理，適合生產規模工作負載，支持高可用性和水平擴展。
用戶反饋顯示，Keep 被比作監控領域的 n8n.io，與 StackStorm 相比，Keep 提供更簡單的 UI 和更緊密的監控工具 API 集成。社區還建議添加功能如抖動檢測（flap detection）和自動補救，目前節流策略已可用，抖動檢測計劃中。
工作流
Keep 是監控工具的 GitHub Actions。
Keep 工作流是一個聲明式的 YAML 文件，用于自動化您的警報和事件管理。每個工作流包含：
- 觸發器 - 啟動工作流的條件（警報、事件、計劃或手動）
- 步驟 - 讀取或獲取數據（豐富、上下文）
- 操作 - 執行操作（更新工單、發送通知、重啟服務器）
以下是一個簡單的工作流示例，它為來自 Sentry 的支付和 API 服務的關鍵警報創建 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
KeepHQ 是一個變革性的開源 AIOps 平臺，為 DevOps 和 SRE 團隊民主化了高級警報管理和自動化。通過減少噪音、豐富警報和自動化響應，Keep 幫助組織將數據轉化為可操作的見解，促進協作和可擴展性，適合各種環境。無論是希望采用 AIOps 實踐的小型團隊，還是尋求強大可擴展解決方案的企業，Keep 提供了一個引人注目的、社區支持的平臺來簡化 IT 操作。
Github 倉庫地址：https://github.com/keephq/keep
