OpenKite - 开源 AWS DevOps AI 代理

我构建了一个开源云 DevOps AI 代理，拥有超过 30 个基于 boto3 构建的工具，用于管理、审计和分析 AWS 服务。OpenKite 将其整合到一个单一界面中：用自然英语提问，获得经过充分研究的计划和一个执行操作的代理（当然需经人工批准） openkite ask "audit cost waste in us-east-1" → 5 个并行分析器，11 项发现，识别出 $143/月的浪费 openkite ask "what changed in the last hour?" → CloudTrail 查找，精简行，上下文中无 5KB JSON blob openkite ask "delete stale EBS services" → \[confirm\] 删除 us-east-1 中的 EBS 卷 vol-0abc1234？(yes/no) 专为生产环境设计： • 工具调用间的推理：OpenKite 是一个 ReAct 代理——每个工具结果在下一次调用前都会反馈给模型。问题模糊？它会澄清。结果为空？它会尝试不同的表面。审计过程中发现值得深入挖掘的问题？它会主动追踪而不需询问。计划会根据 AWS 的实际返回进行调整；你无需编写运行手册，代理会执行一个。 • 默认只读。变更操作是显式的、单独声明的工具，在任何 boto3 写入之前会暂停等待人工确认。 • 原生可审计。每个工具调用——参数和结果——都持久化在 LangGraph 的 SQLite checkpointer 中。操作是可重放的；"代理在 02:14 做了什么？"可以从日志中找到答案。 • 成本感知路由。狭窄的问题只需一次 LLM 调用；广泛的审计则并行展开。默认使用 Haiku 4.5——每次查询仅需几分之一美分——复杂问题则使用 Sonnet。 底层实现：基于类型化 boto3 工具箱的 LangGraph create_react_agent。每个工具具备 interrupt() 以实现人工介入。约 75 行代理代码，每一行都可审计。