开源运维工具OpsBrain：Qwen3驱动家庭自愈运维
内容提要
OpsBrain是一款面向家庭实验室的开源AI运维工具，基于Qwen3大模型实现“采集-推理-执行”闭环，每两分钟分析节点状态并执行白名单操作。其核心设计强调安全，包括默认试运行、白名单限制、操作上限及手动停止保护，确保AI仅作辅助而非决策者。支持集群联邦、实时仪表盘和每日报告，适合技术爱好者，但长期可靠性尚未充分验证。
延伸解读
安全设计：AI越能干，越要上锁
OpsBrain的核心设计哲学是“AI越能干，越要上锁”。它通过手动停止保护、默认试运行、白名单机制和操作上限四重安全措施，确保AI仅作为辅助而非决策者。手动停止保护是最高优先级规则，一旦用户手动停止某个容器，AI将永远无法操作它。这种设计反映了开发者对AI的不信任，强调在家庭服务器环境中“不出错”比“自动修复”更重要。
双轨机制：确定性规则与LLM推理互补
OpsBrain采用“确定性规则+LLM推理”的双轨机制。确定性规则如CPU持续5分钟超80%则重启容器、GPU显存超90%则杀进程、磁盘超85%则清理，这些是硬编码的，不经过AI。AI则负责处理规则覆盖不到的模糊地带，如异常组合或阈值内异常。这种架构比纯脚本灵活，比纯AI安全，适合家庭实验室的复杂场景。
适用场景与局限性
OpsBrain明确面向家庭实验室，适合懂技术、愿意折腾的用户。它假设用户已具备Python 3.10+、Docker、NVIDIA显卡和Ollama环境，且完整功能需在主机上运行，Docker Compose部署会失效。此外，长期可靠性尚未验证，作者也承认是“为满足个人需求而维护的项目”，用户需自行承担风险。
Q&A
OpsBrain是什么？它主要解决什么问题？
OpsBrain是一个面向家庭实验室（Homelab）的开源AI运维工具，基于Qwen3大模型实现“采集-推理-执行”的自动化闭环。它主要解决家庭服务器运维中容器崩溃、GPU显存溢出、磁盘空间不足等问题，通过自动分析和执行白名单操作来减少人工干预。
OpsBrain的工作流程是怎样的？
OpsBrain以2分钟为一个周期（可配置）运行：首先通过Collector从Netdata、Docker、nvidia-smi、TrueNAS等数据源采集系统和容器状态，生成collector.json；然后Reasoner将数据通过提示词模板发送给本地部署的Qwen3 14B模型，模型输出包含warnings、actions、summary、confidence的结构化JSON决策；最后Act执行引擎在通过安全检查后执行操作。此外，每2个周期进行集群联邦计算，每天23:55生成Markdown格式的每日报告。
OpsBrain有哪些安全机制？
OpsBrain的安全机制包括：1. 手动停止保护：用户手动停止的容器会被记录，AI永远不会尝试重启它；2. 默认试运行：dry_run默认为true，所有操作仅记录不执行；3. 白名单机制：只有白名单内的容器或服务才允许被操作；4. 操作上限：单次运行有重启次数上限，防止连锁反应。这些机制确保AI仅作为辅助，而非决策者。
OpsBrain如何结合确定性规则和AI推理？
OpsBrain采用“确定性规则 + LLM推理”的双轨机制。确定性规则是硬编码的，例如容器CPU持续5分钟超过80%则重启，GPU显存超过90%则强制结束进程，磁盘使用超过85%则执行docker system prune。AI推理负责处理规则覆盖不到的模糊地带，如从未见过的报错组合或多个指标同时异常。AI的建议必须通过三道安检才能执行。
OpsBrain支持多台服务器管理吗？
是的，OpsBrain支持集群联邦功能。它可以同时采集多个节点的状态（如Docker应用、TrueNAS存储、GPU实验），统一交给大模型推理。每2个周期计算集群稳定性评分、节点健康排名和跨节点异常关联，并提供实时仪表盘（端口9120）和每日报告。
OpsBrain适合哪些用户使用？
OpsBrain适合家庭实验室、个人服务器和技术爱好者。它假设用户已有Python 3.10+、Docker、NVIDIA显卡（nvidia-smi）和Ollama（已拉取qwen3:14b模型）。它不是一个开箱即用的产品，需要用户愿意折腾，且完整的GPU监控和修复功能需要在主机上直接运行，Docker Compose部署会部分失效。
OpsBrain的长期可靠性如何？
OpsBrain的长期可靠性尚未充分验证。开发者指出，模型每两分钟被唤醒一次，一年约26万次推理，但尚无对140亿参数模型进行26万次连续运维推理的压力测试。仪表盘中有“置信度恢复”和“GPU漂移衰减”监控曲线，但开发者未给出明确答案。文档最后注明“作者为满足个人需求而维护的项目”，意味着用户需自行承担风险。
