YanpengQi7/ai-reliability-copilot

사고 대응을 9개 섹션의 구조화된 분석으로 변환하는 AI 신뢰성 코파일럿

완성 앱확인 필요웹·Next.js·풀스택난이도
106+0이번 주00TypeScript
데모·홈페이지 열기ai-reliability-copilot.vercel.app
중간맛 분석

스택: Next.js 16(App Router, RSC), TypeScript, Zod, Vercel AI (streamObject), DeepSeek, Supabase Postgres, pgvector/pg_trgm

난이도: 중상(Eval 파이프라인과 MCP 서버 구현이 복잡함)

바로 쓸 수 있나? 네. 라이브 데모(ai-reliability-copilot.vercel.app)가 즉시 작동하며, (sre analyze)로 터미널에서도 사용 가능합니다.

핵심 기능: (1) 9섹션 구조화 출력(Zod 스키마 강제), (2) 5차원 Rubric 평가(Specificity/Safety/Actionability/Domain correctness/Completeness), (3) 내부 RAG(회사 Runbook 자동 검색), (4) 유사 사고 추천(pgvector 의미론적 매칭), (5) MCP 서버 + + 웹 인터페이스 3가지 접근

이런 레포예요

이럴 때 쓰면 좋아요

  • On-call 엔지니어가 생산 장애 발생 시 로그를 붙여넣어 심각도·원인·조사 절차를 5분 내 구조화
  • 팀 내 사고 분석 품질 일관성 확보를 위해 AI 답변을 정량적으로 평가
  • 회사 Runbook과 과거 사고 데이터를 내부 RAG로 학습시켜 회사별 최적화된 분석

핵심 기능

Zod 스키마 강제 9섹션 구조화 출력5차원 Rubric LLM 평가자로 프롬프트 버전 객관 비교회사 Runbook/사고 기록 자동 검색 RAG

대안 대비 차별점

단순 프롬프트 도구가 아닌, 통계적 신뢰도를 갖춘 Eval 파이프라인을 공개하고(반복, 신뢰 구간, 교차평가 모두 기록), MCP/CLI로 인프라 승인 없이 배포 가능한 유일한 오픈소스 SRE 분석 도구.

준비물
  • DeepSeek API 키
  • Supabase 프로젝트(Postgres)
바로 시작하기
  1. 저장소 클론
git clone https://github.com/YanpengQi7/ai-reliability-copilot
cd ai-reliability-copilot
  1. 패키지 설치
npm install
  1. 환경 변수 설정 (.env.local 파일 생성)
# 필수
DEEPSEEK_API_KEY=your_key
NEXT_PUBLIC_SUPABASE_URL=your_url
NEXT_PUBLIC_SUPABASE_ANON_KEY=your_anon_key
SUPABASE_SERVICE_ROLE_KEY=your_service_role_key

  1. 데이터베이스 스키마 적용 (Supabase SQL 에디터에서 supabase/schema.sql 실행)

  2. 시나리오 라이브러리 시드

npm run seed:scenarios
  1. 개발 서버 시작
npm run dev

로컬호스트 3000번 포트에서 실행됩니다.

별 추이 · 7일
106+0 / 7일
활용성 · 따라 만들기 좋은가
샘플 점수 26/100
  • 관대한 라이선스
  • 테스트 있음
  • 예제 디렉토리
  • 최근 활동
  • AGENTS.md
  • llms.txt
  • 템플릿

🟢 최근 활동 있음 · 2026년 생성

AI가 README 기반으로 요약했습니다 · 원문 보기