Sentinel — 自主系统健康守护者

Sentinel 是一个面向云原生环境的多智能体基础设施监控平台。除了实时调查异常之外，它还充当平台与运维遥测数据之间的自然语言接口，让管理员无需编写 SQL 即可查询基础设施健康状况。

四个专业智能体——Monitor、Diagnostician、Remediation 和 Data Intelligence——通过 LangGraph 状态机协作，并完全通过一个标准化的 MCP 网关进行协调。

架构

核心工作流是一个循环的 LangGraph 状态机：Monitor 检测异常，Diagnostician 使用 RAG 知识库确定可能的根本原因，Remediation 尝试适当的修复（遵守安全护栏），Verify 确认修复是否生效。如果验证失败，图会循环回 Diagnostician，最多达到可配置的重试上限。

所有智能体仅通过 MCP（模型上下文协议）网关与系统交互——没有智能体直接访问数据库、日志或知识库。这使得每次工具调用都可审计，并且可以在一个接口之后进行替换。

Related MCP server: dagster-mcp

特性

• 四个 CrewAI 智能体，每个智能体仅限访问其角色所需的 MCP 工具

• 基于 RAG 的诊断，针对一组精选的运维手册，使用 Sentence-Transformers 嵌入和 FAISS 相似度搜索

• 自然语言转 SQL 接口，面向基础设施遥测数据库，对超出范围的问题提供优雅降级

• 安全护栏，当系统处于关键负载时阻止高风险修复命令（例如服务重启）——已在真实条件下验证能够正确阻止，而不仅仅是理论上

• 自愈重试循环：失败的验证自动路由回诊断阶段，而不是静默失败

• 完整可观测性：通过 LangSmith 对每次 NL2SQL 调用进行追踪

技术栈

设置

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

创建一个 .env 文件，内容如下： GROQ_API_KEY=your_key LANGCHAIN_TRACING_V2=true LANGCHAIN_API_KEY=your_langsmith_key LANGCHAIN_PROJECT=sentinel-agent-system

运行演示

python demo.py

这会针对一个示例服务器运行完整流水线，打印每个智能体在 Monitor → Diagnose → Remediate → Verify 过程中的推理，包括第一次验证失败时重试循环的实时演示。

交付物说明

Post-Mortem Report、LangSmith NL2SQL 追踪截图和工作流图已按照作业要求单独提交。