CISRE — 企业统一 SRE 平台

CISRE（Cloud Infrastructure Site Reliability Engine）把基础设施的风险发现、证据采集、根因诊断、人工审批、受控变更、恢复验证和经验沉淀连接成一条可审计闭环。

当前版本：5.6.0。

一句话理解

模型负责理解、规划和解释；Skill 负责领域处置知识；插件负责提供可组合能力；Harness 负责状态、权限和编排；受控执行器负责真实变更；Verifier 负责证明目标已经恢复。

发现 → 取证 → 诊断 → Skill 路由 → 变更预览 → 人工审批
    → 执行 → 同目标回读 → 稳定性验证 → Records / Skill 成效
                         ↘ 未恢复：保留证据并换策略继续

执行 API 返回成功、模型声称成功或旧实例仍然健康，都不等于故障恢复。只有真实目标的新证据满足恢复合同，任务才会闭环。

产品入口

• SRE Run：围绕真实资源进行取证、诊断、审批、执行和恢复验证。
• AI 巡检：定时或手动发现风险，并复用与 SRE Run 相同的运维内核。
• 拓扑影响：展示资源依赖、流量和爆炸半径，辅助风险门禁。
• Skill 库：维护问题触发条件、渐进取证、动作、回滚与成功判据。
• 插件中心：查看插件详情、调用条件、服务依赖、安全边界、最近调用；支持可视化或模型辅助创建，并一键下载可运行的 Provider + Skill + 测试 + 部署工程。
• 平台能力：运行总览、资源事件、插件与 Profile、Agent Trace、运维成效。
• 运维成效：只统计已经通过恢复验证的问题；可展开根因、Skill、变更和恢复证据。

当前能力边界

领域	当前状态	接入方式
Kubernetes	完整闭环	Rancher、上传/粘贴 kubeconfig、集群内 ServiceAccount
数据库	扩展合同就绪	领域插件 + 只读 Provider + 类型化动作执行器
VM / 主机	扩展合同就绪	领域插件 + 只读 Provider + 企业执行平台
存储	扩展合同就绪	领域插件 + 阵列/CSI/存储平台 Provider
中间件 / 云资源	扩展合同就绪	按稳定 Adapter 和 Harness 服务合同接入
网络	扩展合同就绪	交换/路由、负载均衡、DNS、ACL/安全策略与链路 Provider

“合同就绪”表示接口、权限、审计和闭环语义已具备，不表示某个具体产品已经连接。页面不得伪造资源或健康数据。

Harness 与插件模型

CISRE 吸收了官方 DeepSeek Harness 的组合思想，但保留独立的生产执行边界：

• Everything is a Plugin：新增领域能力优先交付插件，不修改核心编排。
• Service Provider / Consumer：插件用 provides / requires 声明能力和依赖，由运行时解析。
• Profile / Bundle / Patch：开发、测试、生产可组合不同 Provider，不在业务代码中堆环境判断。
• 事件驱动：支持 observe、serial、parallel、waterfall；高风险门禁只能收紧，不能被插件绕过。
• 可逆生命周期：加载、卸载、热重载和资源释放有确定顺序。
• 事件溯源：会话事件追加写入、脱敏并哈希串联，支持 replay、fork、resume 和审计墓碑删除。
• Agent Trace：展示上下文摘要、模型决策摘要、Skill、插件、工具、审批、变更与验证 Span；不展示原始凭据、完整私有思维链或未脱敏 Prompt。
• Agent Loop / 编排：插件可声明最大步数、委派关系和所需服务，但真实副作用仍通过 CISRE 审批执行链。

资源域按 Agent 组合：Kubernetes、数据库、VM/主机、存储、中间件、云资源和网络各有一个 Domain Agent。Agent 复用公共 Planner、上下文、审批、Trace、事件和任务插件，再加载本资源域的 Provider、执行器、Verifier 与 Skills。插件 Manifest 必须声明 category、domains 和 agents，便于运行时依赖解析与前端分类。

当前版本是 Plugin-first 过渡架构，不应误解为所有历史代码都已抽离：插件运行时和跨团队合同已经可用，Kubernetes 闭环仍通过兼容服务实现，backend/app/application.py 仍在逐步缩小。目标不是重写全部系统，而是让后续领域功能做到“只提交插件和 Skill，核心零改动”。迁移边界和完成判据见 Plugin-first 重构路线。

任何真实变更必须经过：

typed action → policy / blast radius → human approval → executor
             → same-target readback → recovery verifier → record

外置插件不能直接取得 kubernetes:mutate、ops:execute、secrets:read，也不能把任意 Bash、SQL 或 HTTP mutation 注入 API 进程。

插件中心怎么用

进入 平台能力 → 插件中心：

1. 点击插件卡片查看触发条件、提供/依赖服务、事件模式、权限边界和最近调用。
2. 点击“新建插件”，选择数据库、VM、存储等领域模板，用表单生成 Manifest。
3. 或在“AI 辅助开发”中描述目标，让当前兼容模型生成草案。
4. 检查生成的 provides、requires、权限、Agent Loop 和安全边界。
5. 点击“下载完整插件项目”，得到独立 Provider、领域 Skill、合同测试、安全说明、Dockerfile 和 Kubernetes YAML。
6. 先校验，再安装/热重载；生产页面写入默认关闭，需要平台配置显式开启。

模型生成的只是声明式草案，必须通过 Schema 和权限校验，不会自动获得凭据或执行权。

领域团队最小交付物

数据库、VM、存储、中间件、云资源或网络团队无需修改核心代码，应交付：

team-<domain>-sre-plugin/
├── manifest.yaml                 # ID、SemVer、provides/requires、权限与事件
├── provider/                     # 独立只读 discover/evidence/verify 服务
├── skills/<incident>/SKILL.md    # 触发、证据、根因、动作、回滚、成功判据
├── action-catalog.yaml           # 类型化动作；禁止任意 Shell/SQL
├── contract-tests/               # 成功、超时、权限拒绝、回滚和验证
└── README.md                     # 范围、限制、值班归属与兼容性

推荐开发顺序：