FluxSeer RCA

工程挑戰

事件調查常以聊天訊息、螢幕截圖或指令歷程作結，難以確認結論依據了哪些證據、哪些主張已驗證、資料來源是否降級，或哪些資訊被送往外部模型。FluxSeer 將調查本身建構為 Kubernetes 中受控且可檢視的工作流程。

架構與設計

• 以 InvestigationRequest 表示每次調查，作為操作人員問題或外部整合請求的持久化入口。
• 從 Kubernetes Events 與工作負載狀態收集範圍受限的證據；也可透過宣告式 DataSource 整合加入 Prometheus 與 Loki。
• 產生判定前先檢查證據是否充分；呼叫代管模型前先遮罩證據，並依證據參照驗證各項主張。
• 將結構化結果、證據參照、缺少的證據、資料來源降級狀態與執行歷程儲存在 Kubernetes 資源狀態中。

實作內容

• 使用 Go、controller-runtime reconciler 與 Kubernetes CRD 建置控制平面，管理調查請求、資料來源及模型供應者。
• 將證據收集、模型推理與主張驗證分開，確保模型回應不能略過證據檢查。
• 預設使用本機 heuristic provider，且不需密鑰。使用代管的 OpenAI、Claude 與 Gemini provider，則必須明確設定並提供憑證。
• 在結構化 RCA 狀態中加入精簡證據參照、替代假設、缺少證據與資料來源降級資訊、確定性識別值，以及 provider 執行稽核資料。
• 內建 21 種偵測模式：預設可使用 6 種 Kubernetes 模式；8 種 Prometheus 與 7 種 Loki 模式則須設定對應資料來源並明確啟用。

驗證與影響

• 儲存庫記載目前發布版本為 v0.4.0-beta.3，並指出更廣泛的實際叢集驗證仍在進行。
• 儲存庫驗證報告顯示：P0 執行情境 15／15、標準工作負載情境 2／2、請求速率突增案例 5／5，以及高錯誤率／高延遲模式案例 10／10 通過。這些是專案驗證結果，不代表正式服務的 SLA 或營運成效。
• 預設 Helm 部署路徑採唯讀模式，並使用不需外部模型憑證的 heuristic provider。代管模型 provider 與變更權限都必須選擇性啟用。

限制與後續工作

• 專案目前仍處於 Beta；更廣泛的實際叢集涵蓋，以及 adapter 驗證、重試與退避機制的正式環境強化工作仍未完成。
• Prometheus 與 Loki 規則模式需要對應整合並明確啟用；預設不會啟用全部 21 種模式。
• 受控修復仍屬實驗功能。目前開發範圍僅允許經核准及政策控管的 Deployment rollout restart，並使用獨立的實驗性執行器權限；GitOps pull request 執行器仍在規劃中。
• 本專案不提供通用 Shell 或叢集代理程式，也不宣稱 RCA 判定必然找到已確認的根因或修復工作負載。