opensre README

The project's README from github.com/Tracer-Cloud/opensre. As one markdown file: README.md.

OpenSRE

OpenSRE v0.1: Build Your Own AI SRE Agents

The open-source framework for AI SRE agents, and the training and evaluation environment they need to improve. Connect the 60+ tools you already run, define your own workflows, and answer production questions on your own infrastructure.

CI status Project status: public alpha Apache 2.0 License Discord Sponsored by Greptile

Tracer-Cloud%2Fopensre | Trendshift

Quickstart · Docs · FAQ · Security

🚧 Public Alpha: Core workflows are usable for early exploration, though not yet fully stable. The project is in active development, and APIs and integrations may evolve

Table of Contents

Why OpenSRE?

When something breaks in production, the evidence is scattered across logs, metrics, traces, runbooks, and Slack threads. OpenSRE is an open-source framework for AI SRE agents that resolve production incidents, built to run on your own infrastructure.

We do that because SWE-bench1 gave coding agents scalable training data and clear feedback. Production incident response still lacks an equivalent.

Distributed failures are slower, noisier, and harder to simulate and evaluate than local code tasks, which is why AI SRE, and AI for production debugging more broadly, remains unsolved.

OpenSRE is building that missing layer:

an open reinforcement learning environment for agentic infrastructure incident response, with end-to-end tests for realistic production failures

We do that by:

Our mission is to build AI SRE agents on top of this, scale it to thousands of realistic infrastructure failure scenarios, and establish OpenSRE as the benchmark and training ground for AI SRE.

1 https://arxiv.org/abs/2310.06770

Install

The root installer URL auto-detects Unix shell vs PowerShell and installs the latest build from main. OpenSRE moves quickly, so main is the latest stable version for normal installs.

Before installing, check the supported platforms and architectures table for release availability and CI coverage.

macOS / Linux:

curl -fsSL https://install.opensre.com | bash

The macOS/Linux installer does not require sudo. If no writable bin directory is already on PATH, it installs to ~/.local/bin and prints the shell command to apply the PATH update.

Equivalent explicit main-channel form:

curl -fsSL https://install.opensre.com | bash -s -- --main

Homebrew:

brew tap tracer-cloud/tap
brew install tracer-cloud/tap/opensre

Windows (PowerShell):

irm https://install.opensre.com | iex

Quick Start

Contributors: start at main.py for the process entrypoint map.

Create or sign in to your OpenSRE account once. Setup activates the hosted model:

opensre setup

Webapp contributors can run opensre setup --dev to authenticate through http://localhost:3000.

Interactive shell — with no subcommand, opensre validates your account and starts a REPL (TTY required). You can exit and stay signed out, but the shell only opens for an active account. Describe incidents in plain language, watch the agent work, and use slash commands for session control (/help, /status, /cost, /sessions, /resume, /compact, /new, /exit), integrations (/integrations list, /integrations verify), and local agent fleet monitoring (/agents). Ctrl+C cancels an in-flight turn without losing session state. See interactive shell commands for the full reference.

opensre

Headless CLI — run one agent turn non-interactively from a terminal, script, or CI job:

opensre ask "why is checkout-api slow?"

See Headless CLI for stdin prompts, JSON output, and tool approvals.

From Python — drive the agent in-process from your own code (source checkout required):

from core.agent_harness import AgentSession

session = AgentSession.start()
result = session.chat("why is checkout-api slow?")
if result.answered:
    print(result.primary_response_text)

See Python API for sessions, conversations, and custom output sinks.

For your team's daily loop: embed OpenSRE in the Python services and automations your teammates already use. Start with the in-repo Python API guide, then use it every day to make incident response repeatable.

Other useful commands:

opensre integrations setup
opensre agents scan
opensre update
opensre uninstall   # remove opensre and all local data

Deployment

Two primary AWS EC2 paths and a general hosted option:

Full deployment steps and prerequisites → DEPLOYMENT.md

How OpenSRE Works

opensre-how-it-works-github

When you ask a question or an alert arrives, OpenSRE automatically:

  1. Fetches the relevant context and correlated logs, metrics, traces, and recent deploys
  2. Masks sensitive identifiers (optional) before external LLM calls
  3. Reasons across your connected systems to test hypotheses in a tool-calling loop
  4. Answers with an evidence-linked response in the conversation
  5. Suggests next steps and, optionally, executes remediation actions
  6. Posts a summary directly to Slack, PagerDuty, or Telegram — no context switching needed

For the current code-level agent architecture after removing the old graph and chain framework layers, see AGENTS.md.

Capabilities & integrations
🔍 Evidence-driven diagnosis Correlated analysis across logs, metrics, traces, deploys, and config
📋 Runbook-aware reasoning OpenSRE reads your runbooks and applies them automatically
🔗 Evidence-backed root cause Every conclusion is linked to the data behind it
🛡️ Reversible identifier masking Redact pods, clusters, and account IDs before external LLM calls; restore in output
📊 Session cost & history Per-session token tracking (/cost) and resumable REPL sessions (/sessions)
👥 Local agent fleet Monitor Claude Code, Cursor, Codex, and other coding agents on your machine
🤖 Full LLM flexibility Bring your own model — Anthropic, OpenAI, Codex, Ollama, Gemini, OpenRouter, TrustedRouter, NVIDIA NIM, Bedrock

OpenSRE connects to 60+ tools across LLMs, observability, cloud infrastructure, data platforms, incident management, and MCP. The full matrix (with roadmap links) lives in the product docs; a detailed catalog is also maintained in-repo as the project grows.

Integrations

OpenSRE connects to 60+ tools and services across the modern cloud stack, from LLM providers and observability platforms to infrastructure, databases, and incident management.

Category Integrations Roadmap
AI / LLM Providers Anthropic · OpenAI · OpenAI Codex · Ollama · Google Gemini · OpenRouter · TrustedRouter · NVIDIA NIM · Bedrock
Observability Grafana (Loki · Mimir · Tempo · annotations) · Datadog · Honeycomb · Coralogix · groundcover · CloudWatch · Sentry · Elasticsearch · Better Stack · Splunk · Victoria Logs · SignOz · OpenObserve · OpenSearch · Azure Monitor · New Relic
Infrastructure Kubernetes · AWS (S3 · Lambda · EKS · EC2 · CloudTrail · Bedrock) · GCP · Azure · Yandex Cloud · ArgoCD · Helm · Jenkins
Database MongoDB · ClickHouse · PostgreSQL · MySQL · MariaDB · MongoDB Atlas · Azure SQL · Snowflake · Redis · RDS · Supabase
Data Platform Apache Airflow · Apache Kafka · Apache Spark · Prefect · RabbitMQ · Dagster
Dev Tools GitHub · GitHub MCP · Bitbucket · GitLab
Incident Management PagerDuty · Opsgenie · Jira · Alertmanager · incident.io · ServiceNow Trello · Linear
Communication Slack · Google Docs · Discord · Telegram · Rocket.Chat · WhatsApp · Buzz Notion · Teams · Confluence
Agent Deployment Vercel · EC2 · ECS · Railway
Protocols MCP · ACP

opensre (Tracer-Cloud/opensre)

Searching Database…

12.1K ·GitHub
Opensre
Что это такое?Опенсорсный фреймворк для создания AI SRE-агентов, которые разбираются с инцидентами в продакшене на вашей собственной инфраструктуре, — а ещё среда для обучения и оценки таких агентов.
Так это облачный дашборд или что-то, что я ставлю и запускаю сам?Вы устанавливаете локальный CLI 'opensre', который работает как интерактивная оболочка, в headless-режиме для скриптов и CI, а также как Python API — он работает с вашим собственным облаком, с рецептами развёртывания для EC2, Railway, ECS или Vercel.
Как его установить и войти?Запустите корневой установщик — он сам определяет Unix-оболочку или PowerShell (на macOS есть и Homebrew) — затем создайте аккаунт OpenSRE или войдите в существующий; интерактивная оболочка открывается только при активном аккаунте.
Мне нужен свой API-ключ для LLM, чтобы это работало?Нужен аккаунт OpenSRE, и при настройке активируется хостинговая модель. Можно подключить и свою: Anthropic, OpenAI, Ollama, Gemini, OpenRouter, NVIDIA NIM, Bedrock и другие.
Насколько это стабильно сейчас?Это публичная альфа: основные сценарии уже пригодны для первых проб, но полной стабильности нет, а API и интеграции могут ещё меняться по мере разработки.
Будет ли работать на Windows или только на macOS и Linux?macOS и Linux поддерживаются полностью — установщику не нужен sudo, при необходимости он ставит в ~/.local/bin, — а для Windows есть установщик на PowerShell. Интерактивной оболочке требуется TTY.
У меня чувствительные продакшн-данные — что именно отправляется в LLM?Всё работает на вашей инфраструктуре и может маскировать чувствительные идентификаторы — поды, кластеры, ID аккаунтов — перед обращениями к внешним LLM, а затем подставлять их обратно в результат.
Что OpenSRE реально делает, когда срабатывает алерт или я задаю ему вопрос?Он собирает и сопоставляет логи, метрики, трейсы и последние деплои, рассуждает над всеми подключёнными системами в цикле вызова инструментов и отвечает выводами со ссылками на улики. Он предлагает следующие шаги, может выполнять действия по устранению проблемы и отправляет сводку в Slack, PagerDuty или Telegram.
С какими инструментами и сервисами он умеет работать?Больше 60 интеграций: Grafana, Datadog, Honeycomb и Sentry для наблюдаемости; Kubernetes, AWS, GCP и Azure для инфраструктуры; PostgreSQL, MongoDB и ClickHouse для баз данных; плюс PagerDuty, Jira, GitHub и протоколы MCP и ACP.
Можно ли запускать его из скрипта или CI вместо интерактивной оболочки?Да — headless-режим CLI выполняет один ход агента неинтерактивно из терминала, скрипта или задачи CI, с подсказками через stdin, выводом в JSON и подтверждением инструментов. Есть и Python API, позволяющий управлять агентом прямо из вашего кода (нужен клонированный репозиторий).
Как развернуть это для команды?Два пути на AWS EC2 — шлюз, встроенный в AMI с systemd (только Telegram-шлюз, без Docker), — или универсальный хостинговый вариант на Railway, ECS или Vercel через Dockerfile из репозитория. Задайте LLMPROVIDER с его API-ключом, а также DATABASEURI и REDISURI, если нужно хранить состояние.
What are similar projects?evenfire, keep, ruflo, openobserve, LangBot, hive, agentscope, Raven
Which topics is it in?sre, alerting, grafana, gcp, tool-calling, slack, training, aws, agent-framework, reinforcement-learning, evaluation, observability
Creator
Tracer-Cloud
Size
191.4 MB
Stars
12.1K
Updated
CommitOct 18Releasev0.1.2026.10.18Oct 18
Age
9mo
Commits · 90 Days