openubmc-ai-ops

面向 openUBMC 开源贡献赛 · 赛题一「重塑 BMC：AI 时代智能运维创新平台」 的 POC：把 BMC 的运维从「被动的静态门限告警」升级为「主动预测 + 自动根因 + 自愈闭环」的一条轻量自治链路，每通道 O(1) 状态、可下沉到 BMC 常驻运行，既能经标准 Redfish/IPMI 弱耦合对接 openUBMC，也能做成挂在其 D-Bus 资源总线上的原生微组件。

团队：程柯雷（太原理工大学），单人参赛。许可证 Apache-2.0。

解决什么问题

传统 BMC 监控靠静态阈值：越界才告警。它只会事后报警、看不见缓慢漂移与传感器卡死、不给根因也不会处置。本项目在资源受限的 BMC 侧，用轻量在线算法把这三点补齐，不依赖云端、不依赖大模型。

核心能力

预测式检测：趋势外推给出「距临界击穿还有多少秒」，在后果发生前预警。实测对缓慢漂移类故障比静态门限平均提前 33.5s、最大 71s。
覆盖门限盲区：稳健 EWMA + MAD 自适应基线抓突变，并识别传感器卡死这类静态门限永远看不见的数据质量异常。
方向感知根因：区分「风扇跌落（故障）」与「风扇升速（健康响应）」，靠方向 + 时序 + 特征库把结果链还原到原因。实测根因判定 **100%**。
零信任自愈：读/写分级，只读自动、写操作强制二次确认。
够轻可下沉：全链路流式 O(1)/通道，检测器常驻状态约 640 字节，单帧 ~30µs；核心算法已用 Lua 重写，可跑在 openUBMC 原生 Lua 运行时。

量化对比（真实运行，可复现）

指标	集成检测（本方案）	静态门限（基线）
故障检出率	100%（5/5）	80%（漏传感器卡死）
根因判定准确率	100%	不具备
平均 / 最大提前量	33.5s / 71s	0
误报率（1030 静默帧）	0.00%	0.00%
单帧时延 / 常驻状态	~30µs / ~640B	— / 128B

数据源 demo/report.json，图 demo/summary.png、demo/scenario_*.png。详见 docs/TEST_REPORT.md、docs/DESIGN.md。

快速开始

pip install numpy matplotlib
export PYTHONPATH=src

# 全量量化对比（出报告 + 图表）
python3 -m ubmc_aiops.cli bench --out demo

# 单场景自治演示：检测 → 根因 → 自愈
python3 -m ubmc_aiops.cli demo --scenario inlet_rise
python3 -m ubmc_aiops.cli demo --scenario sensor_stuck

# 对接真实/仿真源常驻监控
python3 -m ubmc_aiops.cli watch --source sim --scenario fan_stall
# 对接 openUBMC（QEMU）：--source redfish --url https://localhost:10443

# 测试
python3 -m pytest -q

架构

遥测源 ──▶ 检测（集成） ──▶ 根因分析 ──▶ 自愈决策（安全门）
sim/Redfish  EWMA稳健z分数   跨传感器      读/写分级
/IPMI/总线   + 趋势外推TTC    因果+方向+时序 只读自动、写待确认

src/ubmc_aiops/
  telemetry/   遥测模型 + 源抽象 + 仿真源（故障注入）
  detect/      threshold(基线) / ewma / forecast / ensemble
  rca/         根因引擎（特征库 + 因果 + 时序 + 方向）
  heal/        自愈策略 + 安全门
  pipeline/    自治闭环编排
  integration/ openUBMC 适配（Redfish / IPMI）
  bench/       评测量化对比 + 图表
  cli.py       demo / bench / watch
integration/openubmc/   原生微组件骨架（MDS + Lua 检测器 + 落地步骤）
docs/          设计文档 + 测试报告
demo/          运行产物（报告 + 图表）

与 openUBMC 集成

openUBMC 是微组件架构、D-Bus 资源总线、bingo+Conan+manifest 工具链、传感器由 bmc.kepler.sensor 管理，官方支持 QEMU 无硬件运行。本项目提供两种集成模式：

模式 A（弱耦合，可先落地）：经标准 Redfish/IPMI 读遥测，跨版本解耦，直接对 QEMU 跑通。
模式 B（原生下沉）：做成挂总线的微组件，把自治状态作为资源属性暴露。骨架见 integration/openubmc/。

诚实边界

检测/根因/自愈链路与量化对比在无硬件仿真下真实跑通。openUBMC 内部接口逐字命名、板卡/QEMU 端口、MDS 字段键均标待核实（以官方仓库/QEMU 实测为准）；模式 B 的板上/QEMU 集成留作领取环境后补做。架构结论一手来源见 docs/DESIGN.md §10。