日处理 700 万条告警的智能管家， OCManager 正式开源

📌 一句话摘要

腾讯云正式开源 OCManager，一个整合集群管理、整机监控与 AI 智能运维的一体化平台，已在内部管理超 300 万台服务器，日处理 700 万条告警。

📝 详细摘要

本文宣布腾讯云正式开源 OCManager，这是一个面向大规模 Linux 集群的一体化运维管理平台。文章详细介绍了 OCManager 的四层架构（Agent、mTLS 通道、tRPC-Go 微服务后端、Vue2 前端），以及五大核心模块：集群管理（基于 Footstone 服务，支持百万级主机纳管与 RBAC）、整机监控（覆盖 CPU/内存/磁盘/网络 26 项核心指标，支持设备级下钻）、命令助手（Web 端批量命令执行，支持参数化模板与安全沙箱）、OCAI 智能运维（整合 DeepSeek 模型，提供可解释的诊断报告与修复建议，支持多轮对话与知识沉淀）。文章还提供了 Docker 一键部署指南和 Agent 部署说明，并预告了二期规划，包括健康检查、性能平台、CrashBuddy 内核宕机分析等能力。该平台已在腾讯内部运行三年，管理 300 万+ 台服务器，日处理 700 万条 CVE/软件包风险告警，自动分析 2000+ 起宕机事件。

💡 主要观点

- OCManager 定位为大规模 Linux 集群的一体化运维闭环平台。 它整合了主机纳管、监控、批量命令执行和 AI 诊断，解决了传统工具链割裂、依赖人工经验的问题，核心价值在于「开箱即用」与「全 Web 管理」。

OCAI 模块是本次开源的亮点，具备可解释的智能诊断能力。 基于 DeepSeek 模型，OCAI 能自动分析异常现象，输出包含归因、优先级排序和可执行命令的结构化诊断报告，推理过程对用户可见，解决了 AI 运维「黑盒」的痛点。

平台经过大规模生产环境验证，具备高可靠性。 开源前已在腾讯内部运行三年，管理 300 万+ 台服务器，日处理 700 万条告警和 2000+ 宕机事件，这为社区用户提供了重要的信心背书。

部署门槛较低，提供 Docker 一键部署方案。 官方推荐使用 Docker Compose 一键部署，并提供了详细的硬件建议（4 核/8G 起），降低了社区用户的试用和二次开发成本。

💬 文章金句

- 开源的第一天，它就带着 300 万台机器的生产经验上岗。

OCAI 诊断结论不是黑盒，会展示完整的分析链路——从验证接入状态、到逐条确认需要排查的事项，再到最终归因，每一步推理过程均对用户可见。

📊 文章信息

AI 初评：86

来源：腾讯云开发者

作者：腾讯云开发者

分类：软件编程

语言：中文

阅读时间：15 分钟

字数：3719

标签：云原生 / DevOps, 开源项目, 运维监控, AI 运维, 系统设计

阅读完整文章

日处理 700 万条告警的智能管家， OCManager 正式开源

🤖 問 AI