DeepSLO： MeterSphere + AI 驱动的 SLO 治理平台，实时追踪误差预算与故障诊断

你好，V 友们！

我最近开源了一个 SLO (Service Level Objectives) 治理平台：DeepSLO。目标是帮助团队摆脱繁琐的手动计算和故障排查，通过数据驱动和 AI 辅助。也是对 AI 与运维的一个探索。希望可以给大家带来一些启发~ """ DeepSLO 让团队能够快速回答：

• “这个季度的误差预算还剩多少？”
• “哪些拨测场景导致了连续中断？”
• “针对本周异常，AI 建议的优化重点是什么？” """

项目地址： https://github.com/CallStorm/DeepSLO

DeepSLO 解决了什么问题？

在追求高可用性的过程中，核心痛点往往是：

1. 数据孤岛： 拨测数据散落在各个平台，SLO 状态需要手动汇总计算。
2. 误差预算黑箱： 不知道当前周期（月/年）还能容忍多少故障时间。
3. 故障诊断效率低： 出现中断后，缺乏快速、结构化的诊断报告和优化建议。

核心功能概览

1. SLO 大屏与误差预算实时追踪

• 数据源： 深度集成 MeterSphere 拨测数据。
• 实时计算： 针对月度/年度周期，实时展示 SLO 达成率、剩余误差预算。
• 中断分析： 自动识别拨测失败窗口，按周期计算总中断时长和趋势。

2. AI 辅助洞察与诊断

DeepSLO 集成了 DeepSeek / 火山引擎 / OpenAI 兼容接口，能够：

• 流式生成报告： 基于 SLO 数据和中断事件，自动生成结构化的分析报告。
• 内置聊天： 在前端直接与模型交互，快速获取优化建议。
• 报告导出： 一键导出 PDF 报告，便于汇报与归档。

感谢 V 友们的关注，给一个 Star 鼓励一下！有任何问题欢迎在评论区或 GitHub Issue 中提出。