Projeto de Automação de Incidentes de TI com Arquitetura Multi-Agente

Este repositório reúne a implementação de um sistema de suporte de TI automatizado, desenvolvido em um Trabalho de Conclusão de Curso (TCC). Ele combina práticas de ITSM/ITIL com agentes inteligentes baseados em Modelos de Linguagem de Grande Porte (LLMs), simulando uma equipe de analistas de três níveis (N1, N2 e N3) e um agente de documentação.

Visão Geral

A crescente complexidade dos ambientes de TI e a forte dependência dos sistemas nas operações empresariais tornaram essencial a gestão eficiente de incidentes. Este projeto propõe uma arquitetura multiagente baseada em LLMs para automatizar o ciclo de tratamento de alertas:

• Triagem (N1): Detecta e classifica o recurso afetado (CPU, memória ou ambos).
• Investigação (N2): Identifica processos intensivos de recursos e avalia sua criticidade.
• Intervenção (N3): Executa remediações seguras, encerrando processos não relacionados.
• Documentação: Registra todas as ações e resultados para auditoria.

A solução integra-se ao Prometheus para receber alertas e dispara fluxos de resposta via framework CrewAI.

Pré-requisitos

• Docker (>= 20.10) e Docker Compose
• Python 3.9+
• Chave de API OpenAI configurada na variável de ambiente OPENAI_API_KEY

Arquitetura de Contêineres

Todos os serviços são orquestrados via docker-compose.yml:

• user-service: Microserviço principal em Flask (porta 5001)
• db: Banco PostgreSQL
• redis: Cache Redis
• rabbitmq: Susbistema de mensageria
• prometheus: Coleta métricas e dispara alertas (porta 9090)
• grafana: Dashboards de visualização (porta 3000)
• chaos_monkey: Gera falhas aleatórias de CPU
• failure-controller: Orquestra simulações de falhas (CPU, memória, exaustão de conexões)
• it-support-crew: Serviço Flask que expõe endpoints para iniciar o fluxo multiagente

Como Executar o Ambiente Docker

1. Clone o repositório e navegue até sua raiz:

   git clone <URL_DO_REPOSITORIO>
   cd v2_multi_agent_it_support

2. Configure a variável de ambiente com sua chave OpenAI:

   export OPENAI_API_KEY="sua_chave_aqui"

3. Inicialize os serviços:

   docker-compose up -d --build

4. Verifique status:
   • Prometheus: http://localhost:9090
   • Grafana: http://localhost:3000 (usuário: username, senha: password)
   • User Service: http://localhost:5001/health

Simulação de Incidentes

Chaos Monkey (sobrecarga de CPU)

O serviço chaos_monkey dispara eventos a cada 2 minutos, simulando falhas de CPU em user-service. Para inspecionar os logs:

docker logs -f chaos_monkey

Simulações Controladas

O serviço failure-controller coordena simulações de:

• Sobrecarga de CPU
• Memory Leak
• Exaustão de conexões de banco

Para disparar manualmente uma simulação:

docker exec -it failure-controller python failure_controller.py --type cpu_overload --intensity 0.8

Testes de Stress

Na pasta stress_tests/, há scripts Python para gerar cargas de CPU, memória e profile:

python stress_tests/stress_user_service.py --mode cpu
python stress_tests/stress_user_service.py --mode memory

Configuração de Credenciais SSH para a Crew

Antes de iniciar o serviço de suporte multiagente, ajuste as credenciais no arquivo services/it-support-crew/config/servers.yaml:

• Localize a seção servers -> user-service.
• Substitua os campos username e password pelos valores corretos de acesso SSH ao container user-service.
• Confira também o mapeamento de portas (ssh_port: 2222 por padrão) para conectar via SSH.

Exemplo de configuração:

servers:
  user-service:
    hostname: user-service
    port: 22
    username: <USUARIO_SSH>
    password: <SENHA_SSH>
    ssh_port: 2222
    # ...demais campos inalterados

Execução da Crew de Suporte

1. Instale as dependências do serviço de suporte:

   cd services/it-support-crew
   pip install -r requirements.txt

2. Execute a API Flask da crew:

   python crew.py

3. Interaja com os endpoints:
   • POST /event para enviar um alerta JSON e acionar o fluxo
   • GET /queue para verificar a fila de tarefas

Observabilidade e Dashboards

• Prometheus: coleta métricas via prometheus.yml e regras de alerta em alerts.yml.
• Grafana: dashboards automaticamente carregados em infrastructure/grafana/provisioning/dashboards.
• Loki & Promtail: centralizam logs de contêineres.

Scripts Auxiliares

• services/user-service/scripts/fix_log_permissions.sh: corrige permissões de arquivos de log.
• services/user-service/debug_logs.py: diagnostica caminhos, permissões e escrita de logs dentro do contêiner.

Estrutura do Projeto

A organização principal deste repositório:

• docker-compose.yml: definição de todos os contêineres e redes.
• services/: código-fonte dos serviços:
  • user-service: aplicação Flask e scripts auxiliares.
  • it-support-crew: API Flask para o fluxo multiagente (CrewAI).
  • failure_simulation: orquestrador de simulações de falha.
  • chaos_monkey: gerador de falhas periódicas.
• infrastructure/: configuração de observabilidade, banco de dados e logs.
• stress_tests/: scripts Python para gerar carga de CPU e memória.

Configurações e Volumes

• Volume db-data: armazena dados persistentes do PostgreSQL.
• Volume ssh-keys: chaves SSH para acesso aos contêineres (montado em user-service).
• Variáveis de ambiente adicionais:
  • DATABASE_URL, REDIS_URL, RABBITMQ_URL, JWT_SECRET (configuradas no Docker Compose).
  • OPENAI_API_KEY (obrigatória para o CrewAI).

Solução de Problemas Comuns

• Permissões de log: se o user-service não conseguir criar ou escrever em logs, execute:

  docker exec -it user-service bash -c "services/user-service/scripts/fix_log_permissions.sh"

• Checagem de saúde:
  • docker ps para verificar contêineres rodando.
  • Logs via docker logs <nome_do_container>.
  • Endpoints de health:
    • User Service: http://localhost:5001/health
    • Prometheus: http://localhost:9090/health (se configurado)
• Falhas no CrewAI:
  • Verifique se OPENAI_API_KEY está setada.
  • Monitore logs da API de suporte: docker logs -f it-support-crew ou python crew.py localmente.

# Exemplo de debug de permissão de log
$ docker exec -it user-service bash
# dentro do container:
root@user-service:/app# bash services/user-service/scripts/fix_log_permissions.sh

Contribuição

Este projeto foi desenvolvido como prova de conceito de TCC. Sinta-se à vontade para abrir issues, enviar PRs ou sugerir melhorias. Para mais detalhes, consulte a documentação interna e o sumário do TCC.