OpenSRE
Tracer-Cloud 开源的 AI SRE Agent 工具包。在 AI 时代，运维不再只是人工写脚本——AI SRE Agent 能够自主监控系统、诊断故障、执行修复。OpenSRE 提供了构建 AI SRE Agent 的完整工具链：监控集成、故障诊断引擎、自动修复策略、以及 Agent 工作流编排。3,176 stars，周增 1,385 星。适合正在建设 AI 运维体系的团队。
🎯适用场景：AI 工作流编排与自动化
📊 仓库数据
📈 上次抓取以来 ↑+26 ⭐
✅ 优点
- •完整的 AI SRE Agent 工具链
- •支持自定义诊断和修复策略
- •与主流监控系统集成
- •Agent 工作流编排能力
- •周增 1,385 星，活跃开发中
⚠️ 限制
- •项目相对较新，稳定性待验证
- •需要配置监控基础设施
- •自动修复策略需要人工审核
🔗 相关工具
Netdata
github.com/netdata/netdata
AI 全栈可观测性平台，78,515+ stars。实时监控服务器性能、应用指标和网络流量，内置 AI 异常检测引擎，自动发现并预警系统问题。零配置、开箱即用，每秒采集数千指标，是最轻量的基础设施监控方案。
🎯服务器与基础设施实时监控、AI 异常检测预警
vLLM
github.com/vllm-project/vllm
高吞吐 LLM 推理引擎，77,418+ stars。采用 PagedAttention 显存优化技术，吞吐量比 HuggingFace Transformers 高 24 倍，是生产环境部署大模型推理的首选方案，支持 OpenAI 兼容 API
🎯生产环境模型推理服务
Grafana
github.com/grafana/grafana
开源可观测性和数据可视化平台。支持可视化指标、日志、追踪等多源数据，兼容 Prometheus、Loki、Elasticsearch、InfluxDB 等后端。是 MLOps 团队监控模型和基础设施的首选仪表盘工具。
🎯MLOps 模型监控仪表盘、AI 服务指标可视化、训练任务实时追踪
Prometheus
github.com/prometheus/prometheus
开源监控系统和时序数据库，CNCF 毕业项目。采用多维数据模型和 PromQL 查询语言，是云原生和 AI 基础设施监控的事实标准，可与 Grafana 无缝集成。
🎯AI 服务 GPU 使用率监控、模型推理延迟追踪、Kubernetes 集群资源监控
Interpret
github.com/interpretml/interpret
微软开源的可解释 AI 工具库，支持拟合可解释模型和解释黑盒机器学习模型的预测结果，提供可视化的特征重要性分析和模型解释。
🎯解释黑盒模型的预测逻辑，生成特征重要性可视化报告，满足合规审计要求，适合金融、医疗等需要模型透明度的行业
RTK
github.com/rtk-ai/rtk
CLI 代理层，减少 60-90% 的 LLM token 消耗。Rust 编写的单二进制文件，零依赖，支持 Claude Code、Codex、Cursor 等主流 AI 编码工具。通过本地代理缓存和智能去重，大幅降低日常开发中的 token 成本
🎯AI 辅助编程与代码生成