Cairn

エージェント型インシデント分析コパイロットです。「why did the checkout latency spike at 3am?」と平易な英語で質問すると、Cairn はオブザーバビリティスタックに問い合わせ、デプロイのタイムラインとの相関を調べ、関連するランブックを取得し、エビデンスを添えた根本原因を提案します。さらに、人間の承認ゲートを通過した場合にのみ、修復アクションを実行できます。

このリポジトリは docs/architecture.md で設計した内容を実装しています。

ダッシュボード

付属の npm パッケージ（npx @nouman-amjad/cairn dashboard）は、どのプロジェクトに対してもライブで動作するローカルダッシュボードを提供します。ビルドステップ不要、依存関係なし、ネットワーク不要です。

Related MCP server: semley

4つのコミットメントと、その対応箇所

レイアウト

packages/
  cairn-core/          domain model, config, auth, DB, sensitivity, artifacts
  cairn-mcp-kit/       MCP scaffolding: identity, OPA guard, result capping, versioning
services/
  cairn-gateway/       OIDC, rate limits, cost budgets, circuit breaker, SSE fan-out
  cairn-orchestrator/  the agent loop as a state machine persisted to Postgres
  cairn-router/        model routing, cost accounting, vLLM + Anthropic clients
  cairn-approval/      approval state machine and the Slack gate
  cairn-mcp-observability/  metrics, logs, traces, deploys, artifacts
  cairn-mcp-runbooks/       hybrid search, ingest, past-incident recall
  cairn-mcp-actions/        approval-gated write tools
  cairn-eval/          30 scenarios, 7 metrics, the CI gate, a seeded stack
  cairn-cli/           `cairn ask "why did checkout spike?"`
ui/                    Next.js: chat, trajectory viewer, approvals
cairn-deploy/          Helm chart, ArgoCD app-of-apps, OPA bundle, prompts
cairn-infra/           Terraform: VPC, EKS, RDS, Karpenter, IRSA, S3
docker/                one Dockerfile for all Python services, plus vLLM
docs/adr/              14 architecture decision records

cairn-deploy と cairn-infra はレビュー用にこのリポジトリに含まれています。本番環境では、これらはそれぞれ独立したライフサイクルを持つ別々のリポジトリです。 — ADR-013 を参照してください。

はじめに

make install     # uv sync + npm ci
make up          # Postgres (pgvector), Redis, MinIO, OPA
make migrate
make test        # 246 tests
make selfcheck   # 21 module self-checks
make eval        # 30 scenarios through the real agent loop

上記のどれを実行するにも GPU も API キーも必要ありません。make eval はヒューリスティックモードで実行され、モデルの代わりにスクリプトで用意したスタンドインを使いながら、パイプライン全体（ループ、ツール呼び出しの上限、永続化、7つのメトリクス、ゲート）を検証します。注意点 を参照してください。

実際のモデルで動かすには、CAIRN_ROUTER_ANTHROPIC_API_KEY を設定し、CAIRN_ROUTERVLLM_URL を vLLM サーバーの URL に合わせてください。

MCP クライアントで見る

すべての MCP サーバーは、Streamable HTTP に加えて stdio でも通信できます。

make mcp-stdio
# or, the way an outside user would:
uvx cairn-mcp-observability --stdio

Cursor、Zing、その他の MCP クライアントを接続すると、エージェントがちょうど見えているものをそのまま確認できます。この実装は約20行のコードで済みます（ADR-002）が、ツールの結果が自分の想定とは全く似ても似つかないとわかった瞬間に、それだけで元が取れます。

What is and is not verified

具体的に明言します。「動作する」のような主張は、あいまいなままだと価値がありません。

このリポジトリで実際に実行して確認済みのもの：

• 246個のテストが実 PostgreSQL 16 + pgvector に対してパスしています。この中には、承認ゲートの安全特性（自己承認なし、二重実行なし、承認なしの実行なし、データベーストリガーによって強制される追記専用の監査ログ）と、制限付きデータがクラウドのモデルに届かないというルーターの特性が含まれ、すべてのタスククラスとすべてのティア状態について網羅的に確認済みです。

• 21件のモジュール自己チェック がパスしています。

• Alem： Alembic のマイグレーションが実データベースに対してきれいに適用されます。

• 12/12の OPA ポリシーテスト がパスしています。

• 30シナリオの評価が、実際のエージェントのループをエンドツーエンドで通して実行されています。7つのメトリクはすべて目標を超えており、ゲートはシミュレーションされた回帰実行と未達実行の両方を正しくブロックします。

• UI の型チェックとビルドが成功し、CLI の5つのコマンドが解決します。

ここで検証されていないものと、その理由：

• 評価精度の数値。 コミット済みのベースラインはヒューリスティックモードであり、これはエージェントのスコアではなく、ハーネス（評価基盤）のスコアです。実際の数値を出すには、ライブのルーターに対して make eval-record を実行する必要があります。LLM による原因判別（judge）は作られていますが、校正がまだです。100回分のラベル付けをもう誰もしていないため、κ は未知数です。

• Terraform。 この環境には terraform バイナリがないため、fmt、validate、tflint はCI 内で実行します。AWS アカウントに適用した実績はありません。

• Helm のレンダリング。 helm lint、template、kubeconform は、3つの環境すべてでCI に実行しています。ローカルでは実施していません。

• コスト数値のすべて。 docs/cost.md に記載された各数値を、計測するための会計処理は実装済み・テスト済みです。しかし、その入力を埋めるだけのトラフィックはまだ存在しません。

• vLLM のパフォーマンス表。 これは実際の測定ではなく、メモリ帯域幅からの計算値です。ベンチマークコマンドと無効化できる閾値は、docs/inference.md に示されています。

• カオステスト。 ロードマップのフェーズ7はまだ実行していません。

この進捗をフェーズごとにまとめているのが docs/roadmap.md です。

ドキュメント

• docs/architecture.md — ここで実装している設計

• docs/adr/ — 意思決定記録14件、それぞれの影響とともに

• docs/security.md — 脅威モデル、各制御がどこにあるか

• docs/inference.md — GPUの素子、KVキャッシュの演算、vLLM起動オプション

• docs/cost.md — コストモデル、GPUの投資を回収できるかも含む

• docs/operations.md — 運用マニュアル：どのアラートが上がって何を行うか

• docs/roadmap.md — 方針、リスク、実際に完了したこと

• services/cairn-eval/README.md — ゲート障害の解釈方法