YC孵化投资了keep-AI，解决监控系统误报率高这一问题。KEEP-AI还是一家开源公司！！

KeepAi 是一个开源警报管理和 AIOps 平台。Keep 充当来自任何监控工具的所有警报的单一管理平台，可帮助您将 1000 个有意义的警报变成仅 10 个警报。

监控平台为了不漏报，往往选择多报警，结果很多监控系统误报率很高

Keep是 Prometheus Alertmanager 或 Grafana Alerts 的开源警报 CLI 替代品，但适用于所有可观察性工具，具有简单直观的语法。（类似 GitHub 操作）

? 问题

• 工程团队对触发警报的工具激增感到沮丧。平均而言，工程团队拥有超过五个生成警报的工具。

• 使用专有的供应商警报/监控产品会将您锁定在供应商中，从而使后期迁移变得极具挑战性且耗时。

• 如今的供应商要求您发送/集成所有数据，当您只想发出简单的警报时，这是一个很大的开销。

? 为什么要保留？

1. 简单直观（类似 GitHub 操作）的语法。

2. 声明式警报可在源代码控制和服务存储库中轻松管理和版本控制。

3. 来自多个数据源的警报可提供更多背景信息和见解。

4. 摆脱供应商锁定，可以在需要时更轻松地切换到不同的可观察工具。

KeepAi作为一个专注于警报管理和AIOps（Artificial Intelligence for IT Operations，即IT运维的人工智能）的开源平台，其设计初衷在于通过智能化手段优化复杂的IT环境中警报的处理流程，提高运维效率，减少人为错误，并加速故障解决时间。以下是KeepAi可能具备的一些核心功能及其如何体现人工智能在警报管理中的应用：

1. 智能警报聚合与去重：

• KeepAi能够利用机器学习算法分析大量警报数据，自动识别并合并重复的或相关的警报，减少运维人员面对的信息过载问题。这种智能去重功能有助于运维团队将精力集中在真正需要关注的问题上。

• 自动根源分析：

• 通过分析警报之间的关联性和系统日志、性能指标等多源数据，KeepAi能够自动推断出警报的根本原因，而不仅仅是表面现象。这大大缩短了故障定位的时间，提高了解决问题的效率。

• 预测性维护：

• 利用历史数据和机器学习模型，KeepAi能够预测系统可能发生的故障，提前发出预警。这种预测性维护能力有助于运维团队采取预防措施，避免服务中断，提高系统的稳定性和可用性。

• 自适应警报阈值：

• 传统的警报系统往往依赖于静态阈值，而KeepAi可以根据系统运行状态和历史数据动态调整警报阈值。这种自适应能力使得警报更加准确，减少了误报和漏报的情况。

• 智能工作流自动化：

• KeepAi支持将警报处理流程与现有的IT运维工具和工作流系统集成，实现自动化响应。当检测到特定类型的警报时，可以自动触发一系列预设的操作，如重启服务、发送通知等，从而加快故障解决速度。

• 可视化分析与报告：

• 提供丰富的可视化工具，帮助运维人员直观地了解系统状态和警报趋势。同时，生成详细的报告，为决策提供支持。这些报告可以包括警报统计、故障分析、性能评估等内容。

• 持续学习与优化：

• KeepAi作为一个智能系统，能够不断学习新的警报模式和系统行为，优化其分析算法和预测模型。这种持续学习的能力使得KeepAi能够随着系统的发展而不断进步，保持其高效性和准确性。

KeepAi通过集成人工智能技术，在警报管理方面实现了从被动响应到主动预防的转变，为IT运维团队提供了强大的支持。随着技术的不断发展，KeepAi等类似平台将在更多领域发挥重要作用，推动IT运维向智能化、自动化方向迈进。