Sentinel — Autonomer Wächter für die Systemgesundheit

Sentinel ist eine Multi-Agenten-Plattform zur Infrastrukturüberwachung für Cloud-native Umgebungen. Über die Untersuchung von Anomalien in Echtzeit hinaus dient es als natürlichsprachliche Schnittstelle der Plattform zur Betriebstelemetrie, sodass Administratoren den Zustand der Infrastruktur abfragen können, ohne SQL schreiben zu müssen.

Vier spezialisierte Agenten — Monitor, Diagnostician, Remediation und Data Intelligence — arbeiten über eine LangGraph-Zustandsmaschine zusammen und werden vollständig über ein einziges standardisiertes MCP-Gateway koordiniert.

Architektur

Der zentrale Workflow ist eine zyklische LangGraph-Zustandsmaschine: Monitor erkennt Anomalien, Diagnostician ermittelt mithilfe einer RAG-Wissensbasis eine wahrscheinliche Grundursache, Remediation versucht eine angemessene Korrektur (unter Beachtung der Sicherheitsvorgaben) und Verify bestätigt, ob die Korrektur funktioniert hat. Schlägt die Verifizierung fehl, läuft der Graph zurück zu Diagnostician — bis zu einem einstellbaren Wiederholungslimit.

Alle Agenten interagieren mit dem System ausschließlich über ein MCP-Gateway (Model Context Protocol) — kein Agent spricht direkt mit der Datenbank, den Logs oder der Wissensbasis. Dadurch bleibt jeder Tool-Aufruf hinter einer Schnittstelle prüfbar und austauschbar.

Related MCP server: dagster-mcp

Funktionen

• Vier CrewAI-Agenten, die jeweils only auf die MCP-Tools Zugriff haben, die ihre Rolle benötigt

• RAG-gestützte Diagnose über eine kuratierte Sammlung operativer Runbooks, unter Verwendung von Sentence-Transformers-Embeddings und FAISS-Ähnlichkeitssuche

• Natural-Language-to-SQL-Schnittstelle über die Infrastruktur-Telemetriedatenbank, mit Graceful Degradation bei Fragen außerhalb des Einsatzbereichs

• Sicherheits-Guardrails, die risikoreiche Remediation-Befehle (z. B. Dienstneustarts) blockieren, wenn das System unter kritischer Last steht — verifiziert, dass sie unter realen Bedingungen korrekt blockieren, nicht nur in der Theorie

• Selbstheilende Wiederholungsschleife: Fehlgeschlagene Verifizierungen führen automatisch zurück zur Diagnose, anstatt stillschweigend zu scheitern

• Volle Observability über LangSmith-Tracing bei jedem NL2SQL-Aufruf

Tech-Stack

Einrichtung

python -m venv venv
venv\Scripts\activate          # Windows
pip install -r requirements.txt

Erstelle eine .env-Datei mit: GROQ_API_KEY=your_key LANGCHAIN_TRACING_V2=true LANGCHAIN_API_KEY=your_lingsmith_key LANGCHAIN_PROJECT=sentinel-agent-system

Demo ausführen

python demo.py

Dies führt die vollständige Pipeline gegen einen Beispielserver aus und protokolliert die Argumentation jedes Agenten, während sie Monitor → Diagnose → Remediate → Verify durchläuft — einschließlich einer Live-Demonstration der Wiederholungsschleife, falls die Verifizierung beim ersten Versuch fehlschlägt.

Hinweis zu den Deliverables

Der Post-Mortem-Bericht, die LangSmith-NL2SQL-Trace-Screenshots und die Workflow-Diagramme wurden gemäß den Anweisungen der Aufgabenstellung separat abgegeben.