Keep：5分钟跑起来的开源AIOps告警管理平台完整上手指南-育师

Keep：5分钟跑起来的开源AIOps告警管理平台完整上手指南

【免费下载链接】keepThe open-source AIOps and alert management platform项目地址: https://gitcode.com/GitHub_Trending/kee/keep

告警一条接一条刷屏，你在 Datadog、Prometheus、Sentry 之间来回切换核对？Keep 是一款开源的 AIOps 告警管理平台：把各监控工具的告警汇聚到一张表里，自动完成去重、关联、丰富化和自动化处理，让你从"人肉分拣告警"里抽身。

它能替你做什么

统一告警视图—— 所有工具的告警进同一张表，按状态、严重级别、服务筛选，不用再逐个平台刷新页面。

告警去重与关联—— 重复告警按规则合并成一条，相关告警聚合为一个事件（Incident），一条根因问题对应几十条通知的场景会明显收敛。

服务拓扑—— 按服务依赖关系画图，告警发生时能直接看到波及范围，定位"上游还是下游"更快。

工作流自动化—— 用声明式 YAML 定义"告警触发 → 查数据 → 执行动作"的流程，自动建工单、发消息、跑脚本；AI 工作流助手还能用自然语言帮你生成配置。

5分钟部署：Docker Compose 是最短路径

环境只需要两样：Docker 和 Docker Compose。

git clone https://gitcode.com/GitHub_Trending/kee/keep cd keep docker compose up -d

compose 文件里是三个服务：keep-frontend（Next.js 界面）、keep-backend（FastAPI 服务）、keep-websocket-server（实时推送）。默认 compose 关闭了登录认证（AUTH_TYPE=NO_AUTH），等镜像拉取完成后，浏览器直接访问http://localhost:3000就能进。

数据落在本地./state/目录，重装或升级前备份一下即可。生产环境要开启认证的话，参考 docs/deployment/authentication/ 里的配置，Kubernetes 部署见 docs/deployment/kubernetes/。

部署成功后先做两件事

连接第一个监控提供商。打开 Providers 页面，内置了 Prometheus、Grafana、Datadog 等上百种集成，填 API 密钥、过一遍连接测试即可。
搞清告警怎么进来。Keep 有两种方式：Push（推荐）—— 连接时 Keep 自动在对方工具里建好 Webhook，告警实时进来，且支持工作流自动化；Pull —— 定时拉取，默认间隔 7 天（分钟），可用环境变量KEEP_PULL_INTERVAL调整。详见 docs/overview/howdoeskeepgetmyalerts.mdx。

用起来之后：两个典型场景

场景一：同一故障刷屏 50 条

输入：payment 服务 5 个实例的"数据库连接失败"告警连续触发
处理：去重规则按 service + 错误信息合并成一条，关联规则把同批次的告警归入一个 Incident
输出：你看到 1 个事件；配套工作流自动创建 Jira 工单并给值班群发消息，工单 ID 再回写到告警上，点开告警就能跳过去。示例 YAML 可以直接参考 examples/workflows/jira-create-ticket-on-alert.yml

场景二：告警缺上下文

输入：一条 Sentry 告警只有错误信息，看不出关联
处理：工作流的 step 先从 Datadog 查询相关日志、从 CMDB 查实例信息
输出：告警卡片上多出日志摘要和实例元数据，接手的人不用再切平台补信息。examples/workflows/ 下有 100 多个现成例子（Slack、Jira、Elastic、GKE……），改改字段就能用

出了问题：三个高频场景

页面打不开 / 端口冲突—— 先看容器是否都起来，再看后端日志定位：

docker compose ps docker compose logs keep-backend

提供商连接失败—— 十有八九是 API 密钥权限或 endpoint 填错；用提供商配置页自带的测试连接功能验证，别直接怀疑 Keep 本身。

告警一直不进来—— 确认 Push 的 Webhook 是否勾选启用；用 Pull 的话检查KEEP_PULL_INTERVAL是否被设成过大或关闭（KEEP_PULL_DATA_ENABLED）。

想深入

入门与概念：docs/overview/introduction.mdx、docs/overview/correlation-rules.mdx
工作流语法：docs/workflows/overview.mdx，trigger、step、action、条件、foreach 都有分节说明
提供商源码：keep/providers/，每个提供商一个独立 Python 包，想加新集成照着现有模式写即可
AI 功能边界：AI 关联分析（AI Correlation）目前面向 Cloud/企业版，开源版提供的是基于规则的去重与关联，具体能力以 docs/overview/ai-correlation.mdx 的说明为准
社区：仓库 README 中有官方 Slack 入口，部署问题可以直接去问