Wuhr AI Ops 智能运维平台

面向可信运维团队的 AI 运维控制平面：把主机、网络设备、Kubernetes、作业、审批与持续交付统一到一个可审计的工作台。

平台解决什么问题

Wuhr AI Ops 不是只展示对话结果的聊天页面。它以 Agent 为执行面，以平台为控制面，将自然语言分析、真实命令执行、人工审批、批量作业、执行记录和 AI 总结串成一个可追踪闭环。

一次模型规划，多台目标复用同一组已审批命令，减少重复模型调用和 Token 消耗。
@主机名、@IP、@标签、@主机组 直接选择单台或批量目标。
高风险或变更命令进入人工审批；审批、拒绝、执行和结果均持久化。
主机、交换机、路由器、防火墙与 Kubernetes 集群使用统一资源入口。
CI/CD 项目、构建、流水线、部署、回滚和 AI 诊断在同一上下文内协作。
模型接入、MCP 工具与脚本工具分开管理，密钥在服务端加密保存。

核心能力

领域	能力
智能助手	多模型接入、资源 `@` 选择、单机/批量执行、命令审批、流式响应、结果总结、会话历史
智能资产	经验教训、执行结果、技能、长期记忆与团队知识的真实持久化
主机作业	SSH 资产、主机分组、批量作业、定时计划、重试、取消、执行记录
网络运维	设备资产、设备分组、配置快照、拓扑、变更、巡检、告警与命令行执行
交付管理	项目、构建、流水线、部署、Jenkins、模板、审批、回滚与 AI 报告
安全治理	用户、角色权限、审批中心、消息通知、审计日志与凭据治理
系统接入	Git、Jenkins、制品库、日志、监控与告警渠道
扩展能力	OpenAI 兼容模型、主流模型厂商、MCP Server、自定义脚本与技能

智能助手

在会话设置中选择模型、目标资源、交付对象、MCP/脚本工具和安全策略。单个资源走单机执行；匹配多个资源时进入批量执行，模型先生成一次计划，平台在审批后复用命令执行，最后把所有目标的真实输出交给模型汇总。

推荐工作方式：

输入 @生产环境检查磁盘和异常大文件，但不要删除。
核对匹配到的主机范围。
查看模型生成的执行计划和风险级别。
审批需要执行的命令。
查看逐台实时结果、失败原因、整体总结与后续建议。

作业与交付

重复性的运维动作应保存为作业模板，由平台调度执行并持久化每次运行。应用交付则从项目与代码接入开始，经过构建、审批、部署、验证和回滚，AI 可以在构建失败、发布前评估、部署异常和发布后复盘阶段提供上下文分析。

安全边界

Agent 默认开启 API Key 鉴权、限流、命令校验、特权命令阻断、审计和人工审批。
浏览器不直接持有 Agent API Key；平台服务端代理请求并附带用户身份。
模型密钥、SSH 凭据、Git/Jenkins 凭据由服务端加密保存。
PostgreSQL 与 Redis 只在 Docker 内网开放，不映射宿主端口。
默认不自动修改客户防火墙；生产环境应限制 Agent 只接受平台来源流量。
执行历史、审批、AI 决策、作业和交付结果都是真实持久化记录，不使用模拟成功。

架构

flowchart LR
    U["运维用户"] --> P["Wuhr AI Ops 平台<br/>Docker"]
    P --> DB[("PostgreSQL")]
    P --> R[("Redis")]
    P --> M["模型 / MCP / Git / Jenkins"]
    P --> A["Wuhr Agent<br/>系统服务 :2081"]
    A --> H["Linux / Kubernetes"]
    A --> N["交换机 / 路由器 / 防火墙"]
    A --> J["审计 / 经验 / 记忆"]

平台前端、数据库、缓存和交付调度器由 Docker Compose 管理；Agent 不使用 Docker，直接注册到客户操作系统的服务管理器，以便调用本机运维工具并持久化审计数据。

快速安装

平台前端源码保存在本仓库，并发布经过验收的 linux/amd64、linux/arm64 多架构镜像到 Docker Hub wuhrai/wuhrai。Node、PostgreSQL 和 Redis 等公共基础镜像默认通过 DaoCloud 公共镜像加速拉取，失败时自动回退 Docker Hub。后端 Agent 只通过 GitHub Releases 和国内下载站提供编译包，不上传后端源码。

整个平台一键部署

在 Linux 服务器克隆仓库后执行；macOS 需先启动 Docker Desktop，并将命令中的 sudo 去掉，脚本会只在安装 Agent 的 launchd 服务时请求管理员权限：

git clone https://github.com/st-lzh/Wuhr-AI-ops.git
cd Wuhr-AI-ops
sudo ./install.sh

交互向导会识别操作系统和 CPU 架构，引导选择同机/分机部署、后端 Agent 下载来源、平台镜像拉取/源码构建、国内镜像代理、端口和监听范围。推荐方案会把 Agent 安装为宿主机系统服务，按固定摘要拉取 wuhrai/wuhrai:1.0.0，通过 DaoCloud 拉取公共基础镜像，并由 Docker Compose 启动前端、PostgreSQL、Redis 和交付调度器。首次安装默认账号为 admin、邮箱为 admin@wuhr.ai、固定初始密码为 WuhrAI@2026!；安装器会真实调用登录接口验收，成功后在终端完整显示平台地址、邮箱、用户名、密码和凭据文件路径，同时保存到 .deploy/wuhr-ai-ops/initial-credentials.txt。

自动化环境可关闭交互：

sudo ./install.sh all --non-interactive --image-mode pull

如果 Agent 已经安装在另一台服务器，只部署 Docker 平台：

./install.sh platform \
  --agent-url http://10.0.0.20:2081 \
  --agent-api-key-file ./agent-api-key.txt

首次安装没有部署状态文件但检测到同名旧容器或数据卷时，脚本会自动清理这些遗留资源，创建全新的 PostgreSQL、Redis 和业务数据卷，并执行最新 Prisma 迁移、管理员初始化及模型厂商初始化，无需人工处理数据库密钥。

如果确实需要保留并接管早期版本的数据，则显式导入原平台和 Agent 配置；此时脚本不会重置旧数据库或管理员密码：

./install.sh platform \
  --platform-env-file .env \
  --agent-env-file .env.local

部署状态、密钥和初始凭据保存在 Git 忽略的 .deploy/项目名/；PostgreSQL、Redis、平台数据和日志保存在 Docker 具名卷，重新创建容器不会删除数据。

安装后的常用命令：

# 查看首次登录凭据
cat .deploy/wuhr-ai-ops/initial-credentials.txt

# 已安装环境忘记或无法使用管理员密码：保留业务数据并恢复固定初始密码
./install.sh platform --reset-admin-password --non-interactive

# 验收平台、数据库、Redis、调度器和 Agent
./install.sh verify

# 查看平台与调度器日志
docker compose -p wuhr-ai-ops --env-file .deploy/wuhr-ai-ops/.env \
  -f docker-compose.deploy.yml logs -f --tail=200 app deployment-scheduler

# 停止容器但保留全部数据
./install.sh down

升级时先拉取新代码，再重新执行向导或原部署模式。脚本会复用已有密钥和数据卷：

git pull --ff-only
sudo ./install.sh

只安装后端 Agent

下载地址：

在受管服务器安装后端 Agent：

tmp=$(mktemp) && trap 'rm -f "$tmp"' 0 HUP INT TERM \
  && (curl -fsSL 'https://github.com/st-lzh/Wuhr-AI-ops/releases/download/v1.0.1/install-agent.sh' -o "$tmp" \
  || curl -fsSL 'http://106.12.150.207/download/v1.0.1/install-agent.sh' -o "$tmp") \
  && sudo sh "$tmp" --port=2081

下载器会识别 Linux/macOS 与 amd64/arm64。根目录交互向导默认优先国内下载、失败回退 GitHub；独立在线安装器默认 GitHub 优先、失败回退国内下载。两种方式都会校验 SHA-256。

平台与 Agent 分机部署、TLS、防火墙、升级、诊断和卸载说明见安装与升级手册。

发布物与源码边界

公开 GitHub Release 只包含 Linux/macOS、amd64/arm64 的 Wuhr Agent 分架构包、安装器与 SHA-256 校验文件；前端运行镜像单独发布到 Docker Hub。发布构建器会拒绝把 .go、.ts、.tsx、source map、.env、私钥或 .git 放入后端交付包。

浏览器与系统要求

平台服务器：Linux、Docker Engine、Docker Compose v2
Agent：Linux 或 macOS，amd64 或 arm64
推荐：4 核 CPU、8 GiB 内存、20 GiB 可用磁盘
浏览器：最近两个大版本的 Chrome、Edge、Firefox 或 Safari

开发与反馈

问题反馈请使用 GitHub Issues。提交问题时请附平台版本、Agent 版本、操作系统、复现步骤和脱敏后的错误日志；请勿提交 API Key、模型密钥、SSH 私钥或客户地址。

Wuhr-AI-ops