OpenSRE 合成事故模拟环境揭秘开源 RCA 评测与强化学习训练场完整指南【免费下载链接】opensreBuild your own AI SRE agents. The open source toolkit for the AI era.项目地址: https://gitcode.com/GitHub_Trending/op/opensreOpenSRE 是一款开源的 AI SRE 智能体框架它内置的合成事故模拟环境synthetic incident simulation是整颗心脏既能为根因分析RCA提供标准化评测集也是强化学习训练 AI SRE 智能体的开源训练场。本文带你快速看懂这套环境的设计思路、评测场景构成以及如何三步跑起你的第一份 RCA 基准报告。为什么 AI SRE 需要一个训练场写代码的智能体有 SWE-bench可以大规模训练和明确地获得反馈但生产事故的排查仍然缺少这样的基础设施——分布式故障更慢、噪声更多、更难模拟。OpenSRE 的官方定位正是补上这一层一个面向智能体基础设施事件响应的开放强化学习环境附带真实生产故障的端到端测试。也就是说它不只是能查故障的机器人更是AI SRE 的基准 训练场。这一使命写在项目主文档 README.md 中值得细读。3 类经典场景合成事故是怎么造出来的模拟引擎通过mock Grafana 后端与RDS Postgres 场景夹具组合复现真实数据库故障指标、日志、WAL 复制行为都是可复现的合成数据故障发生过程与真实生产几乎一致。官方内置的基准场景见 docs/benchmarks/README.md场景编号名称故障类型001replication-lag复制延迟002connection-exhaustion连接池耗尽003storage-full磁盘写满更大的语料是 452 个场景的 cloud-ops-bench 数据集一次make download-cloudopsbench-hf即可拉取详见 tests/benchmarks/README.md。模拟引擎的持续演进记录在 docs/daily-updates/2026-04-02.mdx根因诊断节点、mock Grafana 后端和复制延迟/连接耗尽场景的一次大幅重构就发生在这一天。RCA 评测三步走从安装到生成报告第一步拿到代码git clone https://gitcode.com/GitHub_Trending/op/opensre第二步拉取评测语料make install make download-cloudopsbench-hf # 拉取 452 个场景的语料第三步跑冒烟评测5 个场景dev 模式跳过完整性门禁uv run python -m tests.benchmarks._framework.cli run \ tests/benchmarks/cloudopsbench/configs/cloudopsbench_smoke.yml --dev评测框架会把结果落在.bench-results/下report.json— 机器可读report.md/report.html— 人读摘要HTML 可直接用浏览器打开provenance.json— 代码 SHA、配置内容、环境、模型版本保证评测可复现cases/*.json— 每个案例的原始产物内置的小基准套件更省事一条make benchmark就跑完 3 个固定场景并自动把摘要表写回 README。报告关注的指标是耗时、token 用量、预估 LLM 成本——这正是强化学习奖励信号最关心的部分。每个场景目录还配有answer.yml标准答案与QA_VALIDATION.md验证说明例如 006 场景复制延迟 CPU 红鲱鱼专门训练智能体不被无关指标带偏——这是 RCA 评测中最容易失分的陷阱。端到端测试训练场如何打分RCA 评测之外tests/e2e/ 目录承载了跨云端场景的真实端到端测试Grafana 查询验证、Tempo 本地种子数据、PostHog / Trello 编排、incident.io 事件流等。测试命名遵循语义化测试目录规范e2e 与单测、本地与云端的边界一目了然规范说明见 tests/README.md。这套场景 标准答案 可复现产物的闭环正是强化学习训练所需的一切状态mock 出的指标、日志、事件流动作智能体的工具调用序列奖励与answer.yml比对得出的诊断质量基准报告还会按工具拆分成本方便定位哪一步最烧 token生产级评测则要求提交预注册文件pre-registration并可直接在 GitHub CI 中触发 Fargate 任务执行结果落 S3 存档——完整流程见 docs/benchmarks/README.md。上手路线图新手 3 件事先跑冒烟5 场景 dev 模式熟悉产物结构再上全量看 answer.yml理解每个故障的标准答案长什么样这是 RCA 评测的核心对比两次运行换模型或换配置比较report.json中的耗时与成本差异OpenSRE 把生产事故变成了可离线复现、可评分、可迭代的实验对象。无论你想评测自研的运维智能体还是为强化学习搭建训练环境这个开源训练场都已就绪。关键路径速查项目说明与使命README.md基准运行指南docs/benchmarks/README.md评测语料与命令tests/benchmarks/README.md端到端测试tests/e2e/构建与基准入口Makefile【免费下载链接】opensreBuild your own AI SRE agents. The open source toolkit for the AI era.项目地址: https://gitcode.com/GitHub_Trending/op/opensre创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考