Ai Infrastructure Agent

🚀 AI基礎設施代理

AI基礎設施代理是一個智能系統，藉助自然語言命令管理AWS基礎設施。它由先進的AI模型（如OpenAI GPT、Google Gemini或Anthropic Claude）驅動，將基礎設施請求轉化為可執行的AWS操作，同時通過沖突檢測和解決機制確保操作安全。

🚀 快速開始

本項目是概念驗證項目，目前仍在積極開發中，不建議用於生產環境。我們計劃未來發布生產就緒版本，請自行承擔使用風險，並先在開發環境中進行測試。

要運行AI基礎設施代理，可參考以下詳細指南：安裝指南

克隆倉庫

git clone https://github.com/VersusControl/ai-infrastructure-agent.git
cd ai-infrastructure-agent

1. 編輯配置文件

# 編輯主配置文件
nano config.yaml

2. 設置AI提供商

在config.yaml中選擇你偏好的AI提供商：

agent:
  provider: "openai"          # 選項: openai, gemini, anthropic, bedrock, ollama
  model: "gpt-4"             # 要使用的模型
  max_tokens: 4000
  temperature: 0.1
  dry_run: true              # 以啟用預運行模式開始
  auto_resolve_conflicts: false

3. 設置環境變量

詳細設置指南：

• OpenAI：OpenAI API密鑰設置指南
• Google Gemini：Gemini API密鑰設置指南
• Anthropic Claude：Anthropic API密鑰設置指南
• AWS Bedrock Nova：AWS Bedrock Nova配置指南
• Ollama (本地大語言模型)：Ollama設置指南

# 對於OpenAI
export OPENAI_API_KEY="your-openai-api-key"

# 對於Google Gemini
export GEMINI_API_KEY="your-gemini-api-key"

# 對於Anthropic Claude
export ANTHROPIC_API_KEY="your-anthropic-api-key"

# 對於Ollama (可選 - 默認值為 http://localhost:11434)
export OLLAMA_SERVER_URL="http://localhost:11434"

# 對於AWS Bedrock Nova - 使用AWS憑證 (無需API密鑰)
# 使用以下方式配置AWS憑證: aws configure、環境變量或IAM角色

4. 配置AWS憑證

# 配置AWS CLI
aws configure

# 或者設置環境變量
export AWS_ACCESS_KEY_ID="your-access-key"
export AWS_SECRET_ACCESS_KEY="your-secret-key"
export AWS_DEFAULT_REGION="us-west-2"

✨ 主要特性

• 自然語言接口：只需描述需求，無需關注具體構建方式。
• 多AI提供商支持：可在OpenAI、Google Gemini、Anthropic、AWS Bedrock Nova或Ollama（本地大語言模型）之間選擇。
• Web儀表盤：用於基礎設施管理的可視化界面，內置衝突檢測和預運行模式。
• 類Terraform狀態：保持基礎設施狀態的準確記錄。
• 當前資源支持：支持VPC、EC2、SG、自動伸縮組、ALB。查看路線圖：核心平臺開發

📦 安裝指南

方法一：使用Docker安裝

基本的Docker運行命令：

docker run -d \
  --name ai-infrastructure-agent \
  -p 8080:8080 \
  -v $(pwd)/config.yaml:/app/config.yaml:ro \
  -v $(pwd)/states:/app/states \
  -e OPENAI_API_KEY="your-openai-api-key-here" \
  -e AWS_ACCESS_KEY_ID="your-aws-access-key" \
  -e AWS_SECRET_ACCESS_KEY="your-aws-secret-key" \
  -e AWS_DEFAULT_REGION="us-west-2" \
  ghcr.io/versuscontrol/ai-infrastructure-agent

使用Docker Compose（推薦）。創建一個docker-compose.yml文件：

version: '3.8'

services:
  ai-infrastructure-agent:
    image: ghcr.io/versuscontrol/ai-infrastructure-agent
    container_name: ai-infrastructure-agent
    restart: unless-stopped
    ports:
      - "8080:8080"
    volumes:
      # 掛載配置文件 (只讀)
      - ./config.yaml:/app/config.yaml:ro
      # 掛載數據目錄 (持久化)
      - ./states:/app/states
    environment:
      # AI提供商API密鑰 (選擇一個)
      - OPENAI_API_KEY=${OPENAI_API_KEY}
      # - GEMINI_API_KEY=${GEMINI_API_KEY}
      # - ANTHROPIC_API_KEY=${ANTHROPIC_API_KEY}
      
      # AWS配置
      - AWS_ACCESS_KEY_ID=${AWS_ACCESS_KEY_ID}
      - AWS_SECRET_ACCESS_KEY=${AWS_SECRET_ACCESS_KEY}
      - AWS_DEFAULT_REGION=${AWS_DEFAULT_REGION:-us-west-2}

啟動應用程序：

# 使用Docker Compose啟動
docker-compose up -d

# 查看日誌
docker-compose logs -f

# 停止應用程序
docker-compose down

方法二：使用自動化Bash腳本

# 克隆倉庫
git clone https://github.com/VersusControl/ai-infrastructure-agent.git
cd ai-infrastructure-agent

# 運行安裝腳本
./scripts/install.sh

啟動Web UI：

./scripts/run-web-ui.sh

訪問儀表盤

在瀏覽器中訪問：

http://localhost:8080

💻 使用示例

基礎用法

假設你希望通過一個簡單的請求來創建AWS基礎設施：

“創建一個用於託管Apache服務器的EC2實例，並配備一個專用的安全組，允許入站HTTP（端口80）和SSH（端口22）流量。”

💡 Amazon Nova用戶：當使用AWS Bedrock Nova模型時，你可以在請求中指定區域以獲得更好的上下文信息，例如 “在us-east-1區域創建一個用於託管Apache服務器的EC2實例...”

以下是具體流程：

1. AI分析與規劃

AI代理會分析你的請求並創建詳細的執行計劃：

sequenceDiagram
    participant U as 用戶
    participant A as AI代理
    participant S as 狀態管理器
    participant M as MCP服務器
    participant AWS as AWS API
    
    U->>A: "創建用於Apache服務器的EC2實例..."
    A->>S: 獲取當前基礎設施狀態
    S->>A: 返回當前狀態
    A->>M: 查詢可用工具和功能
    M->>A: 返回工具功能
    A->>A: 使用大語言模型生成執行計劃
    A->>AWS: 驗證計劃 (預運行檢查)
    AWS->>A: 驗證結果
    A->>U: 展示執行計劃以供批准
    
    Note over A,U: 計劃包括:<br/>• 獲取默認VPC<br/>• 創建安全組<br/>• 添加HTTP和SSH規則<br/>• 獲取最新AMI<br/>• 創建EC2實例

代理會展示計劃供你審核：

• 明確顯示將創建的內容
• 等待你的批准

2. 執行與監控

一旦獲得批准，代理將：

• 按正確順序創建資源
• 即時監控進度
• 自動處理依賴關係
• 報告完成狀態

查看 即時演示

3. 更多示例

• 快速教程：適用於AWS的AI基礎設施代理
• 系列教程：使用AI代理在AWS上構建業務

高級用法

# 簡單的EC2實例
"創建一個運行Ubuntu 22.04的t3.micro EC2實例"

#  Web服務器設置
"部署一個負載均衡的Web應用程序，在ALB後面配置2個EC2實例"

# 數據庫設置
"創建一個具有多個可用區只讀副本的RDS MySQL數據庫"

# 完整環境
"設置一個包含VPC、子網、EC2和RDS的開發環境"

📚 詳細文檔

• AI基礎設施代理文檔

🔧 技術細節

架構

詳細內容請閱讀：技術架構概述

組件

• Web界面：基於React的可視化交互儀表盤。
• MCP服務器：實現模型上下文協議的核心代理。
• 代理核心：由AI驅動的決策和規劃模塊。
• AWS客戶端：安全的AWS SDK集成。
• 狀態管理：跟蹤基礎設施狀態並解決衝突。

安全特性

預運行模式

所有操作都可以先在“預運行”模式下執行：

• 明確顯示將創建、修改或刪除的內容
• 在執行前估算成本
• 不會實際觸及AWS資源

狀態管理

• 保持基礎設施狀態的準確記錄
• 檢測與預期配置的偏差

📄 許可證

本項目採用MIT許可證，詳情請查看 LICENSE 文件。

⚠️ 重要提示

本項目是概念驗證項目。儘管我們已經實施了預運行模式和衝突檢測等安全措施，但請始終：

• 先在開發環境中進行測試
• 在執行前審核所有生成的計劃
• 維護適當的AWS IAM權限
• 監控成本和資源使用情況
• 備份關鍵基礎設施

作者不對使用本軟件可能產生的任何成本、數據丟失或安全問題負責。