LuxyAI 是一个专为云原生环境设计的 AI 原生 SRE（站点可靠性工程）控制平面，它把传统需要人工介入的故障响应流程，变成一个可审计、可追溯、带智能决策与验证闭环的自动化系统。当集群告警响起，它不只执行预设脚本，而是能结合拓扑关系、历史证据、实时指标和人类审批，自主推理根因、生成修复方案、安全执行操作，并用多维度验证证明“系统真的恢复了”。它解决的不是“能不能自动重启 Pod”，而是“我们敢不敢让 AI 真正接管关键基础设施的应急处置”这一信任难题。
核心功能
- 五步闭环 AgenticOps 流程：从告警触发 → 证据聚合（日志/指标/事件）→ 拓扑感知分析 → 人工审批确认 → 受控修复执行 → 多维度恢复验证，全程留痕、可回溯、可审计
- 持久化修复血缘追踪：3.2 版本起，每次失败策略、执行动作、验证结果及后续替代方案均被关联存储，形成跨多次人工干预的完整“修复决策链”，告别碎片化运维记录
- Kubernetes 原生深度集成：无需改造现有集群，通过 Operator 和 CRD 扩展原生能力，支持 Helm 部署、RBAC 精细授权、K8s Event 驱动响应，真正运行在你的生产环境中
- 双语现场笔记（Field Notes）：所有诊断结论、修复步骤、验证依据自动生成中英双语结构化报告，既满足国内团队协作，也便于跨国技术对齐与合规存档
- 可选 Langfuse 集成：开放 LLM 操作可观测性接口，支持跟踪提示词效果、模型调用耗时、推理链路质量，让 AI 决策过程“透明可调优”
- Docker 一键体验 + 云原生部署包：提供轻量级 Docker 镜像（luxyai/luxyai）用于本地快速验证，同时支持 Kustomize/Helm 部署至生产级多集群环境
适合哪些人用
如果你是以下角色之一，LuxyAI 值得你花 15 分钟试用：
• 云平台/SRE 工程师：厌倦了“告警-登录-查日志-猜原因-手动修复-不确定是否真好”的循环；
• 平台研发负责人：希望提升基础设施自治能力，同时满足金融、政务等场景对操作可追溯、可审计的强合规要求；
• K8s 运维团队管理者：需要将资深工程师的排障经验沉淀为可复用、可演进的 AI 决策逻辑；
• 关注 AI 落地实效的技术决策者：拒绝“PPT AI”，要看到真实运行在生产 K8s 集群里的、带审批闸门和恢复验证的可控智能体。
快速上手
本地体验只需两步：
1. 安装 Docker 后运行：docker run -p 3000:3000 luxyai/luxyai
2. 浏览器打开 http://localhost:3000，即可进入交互式控制台，连接测试集群或模拟告警进行全流程演练。
生产部署推荐使用 Helm：helm repo add luxyai https://william-lu-stack.github.io/LuxyAI/charts && helm install luxyai luxyai/luxyai。详细配置指南与多云适配说明见项目文档站：Field Notes 中英双语文档。
项目信息
AgenticOps for Kubernetes and cloud infrastructure.
编程语言：Python（主控逻辑）+ TypeScript（前端控制台）
GitHub Star 数：441
开源协议：PolyForm Noncommercial License（非商业用途免费，商用需授权）
GitHub 项目地址
这不是又一个“AI 加壳监控工具”，而是一套把 SRE 经验转化为可执行、可验证、可审计的 AI 运维工作流的务实实践——尤其适合正在从“人工救火”迈向“智能自治”的 Kubernetes 生产团队。
