最新

嗨，HN，我是来自 Robusta.dev 的 Natan。 我们开源了 HolmesGPT，这是一个帮助值班工程师进行警报分类和响应的 AI 代理。它从您现有的工具中提取可观测性数据，并使用大型语言模型（LLM）来关联数据，突出最重要的日志，并（实验性地）自动打开拉取请求以解决问题。 我们首先集成了以下功能： * 可观测性工具，用于获取指标、日志和追踪信息 * 事件响应（双向 OpsGenie/PagerDuty） * ITSM（ServiceNow 即将推出） * Slack（通过在任何警报中标记 @holmes 开始调查） 我们很快会添加 MCP 支持，以便在调查中引入更多数据。 一个独特的功能是多模态输出——能够渲染与事件相关的图表或图示。目前这仅在我们的商业平台中提供，但我们正在考虑如何以合理的方式将其引入开源版本。 我们之所以开发这个工具，是因为我们厌倦了在凌晨三点半半睡半醒时翻阅仪表板。我们将核心功能开源，因为我们认为要让这个项目成功，它必须能够访问来自不同来源的数据，而开源是鼓励这一点的最佳方式。太多的解决方案被锁定在特定供应商中，限制了其实用性。（例如，DataDog AI 在调查时无法访问 Splunk 中的数据。但在现实世界中，每个人都有多个可观测性工具。） 我们非常希望得到 HN 社区的反馈——想法、建议，以及当然还有拉取请求。

我创建了计算器来预测家庭装修工作的价格。手工工作是一个领域，许多人仍然对价格没有概念。

我开发了一个零配置工具，可以自动将 FastAPI 端点暴露为模型上下文协议（MCP）工具，欢迎合作与贡献！