故障智巡 v0.3.0：告警接入与可追溯的本地调查链路（演示预览）

故障智巡 v0.3.0 面向本地受控演示，标记为 prerelease。真实模型最终诊断、生产接入和实际 Alertmanager 联调仍未通过/未接入。

PR #9 已合并。发布标签、main 与合并提交对应 0e0106474ab01c9afdf1da77caa84ee92faf26e1。本次没有额外上传附件；五张经核验的非敏感演示截图随源码保留在 README。

新增行为

故障智巡从指定 Fixture 案例调查扩展到认证告警入口：阈值告警送入 Webhook，经 SQLite 幂等投递和服务/环境/指纹/窗口聚合形成 Incident；持久化 Worker 领取后实际只读采集演示服务日志/指标、检索通用 Runbook，保存 Evidence、知识引用、真实工具事件、诊断或人工升级，并在原 Console 中展示和回放。

• Alertmanager v4 协议 DTO 兼容，未知 severity 保留原值与标记，不静默降低风险；P0–P3 优先级独立于动作 SAFE/ASK/BLOCK。
• 现场 LIVE ID 与严格 INC-xxx Fixture 路由分离；数据源/凭据由宿主绑定，有窗口、条数、字节、超时、取消与范围限制。
• Runbook 标题/段落切片与 BM25，引用携带章节/文档版本/内容哈希/位置/原文片段；知识不当观测证据。
• 原子任务领取、租约 fencing、有限重试和持久化预算；不足/冲突/不可用/无效输出/预算耗尽如实收敛人工处理，不发送外部通知。
• Console 新告警与任务、事实/假设/不足、观测/手册引用、真实事件/只读 Replay；旧案例、审批、历史保留。
• 人工受控恢复后重新取证，分别保存人工声明、恢复效果与故障最终调查状态；verified 不自动 RESOLVED。

兼容性与迁移

SQLite schema 69→70→71 增量迁移，原表/行和备份 fail-closed 保留；原 Incident/Evidence/Diagnosis extra=forbid、十种 AgentEvent、严格 Fixture Loader、合法状态转换与可信宿主审批不放宽。新的任务用途是兼容旧快照的可选侧信息。原 Runner 通用 Runtime/Session/Provider 未重写，包版本沿用原值。

详细迁移与资源管理、能力归属、LICENSE、NOTICE。产品以故障智巡命名，底层宿主与 Pi 能力仍准确归属。

验收证据

最新 PR CI 与 main 合并提交 CI 均 completed/success。Ubuntu 24.04 / Node 24 / Python 3.13，全新 checkout 后三套 npm ci、Python 原 requirements、Chromium 安装、格式/生成类型同步/三工程类型与文档、build:all、Runner 自检通过。全仓 Vitest 356 文件：3087 passed / 23 原有 skipped / 0 failed（总计 3110）；Python 72 passed，原 Console 三视口 6 passed。已有跳过保持原样，没有删除或弱化验收。

移动浏览器分别统计：两轮 PR CI 各 9 passed；main CI 为 8 passed + 1 flaky（重试后通过）。flaky 是原 mobile-chat 音视频预览用例，首次等待 sample.mp4 对话框 5 秒未出现；该用例/媒体组件没有本版 diff，auth store 增量仅权限类型。本机首次定向验证因默认 Chromium 缺失而 5 次启动失败（没有执行断言），改用现有 Edge 后 --retries=0 --repeat-each=5 实际 5 passed。未调整重试、超时或断言来掩盖问题，仍记录间歇性失败，不能把 main 移动验收称为 9 项首轮全通过。

第 8 步受影响 TypeScript 238 passed、Python 72 passed、构建/类型通过；实际运行中的演示数据源与桌面完整链路通过，移动端原交互 9 passed、旧 Console 三桌面视口 6 passed。手册 16 项独立人工查询集通过，不能解释为生产检索效果。

本轮全仓 Windows：3038 passed / 49 failed / 23 pending；隔离 HEAD：2842 passed / 同样 49 failed / 23 pending，失败全名与文件集合相同。未弱化原验收；这是第 8 步 Windows 审查结果，与本次 Ubuntu CI 分别记录。第 8 步最终命令及结果见第 8 步审查，旧轮证据见第 7 步验收。

真实 Provider 一轮实际请求超时（1 次 HTTP），manual / ESCALATED；模型最终诊断未通过。实际 2 Evidence / 3 知识引用与宿主工具事件保存，无模型工具调用；协议桩测试单列，不能冒充真实推理。人工恢复后 8 个实际请求成功，十项恢复观测检查通过，停源后 Replay 不执行动作且调查仍 ESCALATED。

README 五张新增能力截图来自本轮独立测试库，没有凭据/个人配置或生产数据。

复现

按迁移说明准备原依赖、Python 3.13 和已安装 Chromium，在仓库根执行：

npm run build:all
node node_modules/tsx/dist/cli.mjs scripts/accept-v030-step7.ts --legacy-ui
# 可选，已有启用 Provider；不保证诊断成功，预算有限
node node_modules/tsx/dist/cli.mjs scripts/accept-v030-step7.ts --configured-model --legacy-ui

命令仅管理自己创建的随机 loopback 服务/测试库/浏览器/私有工作目录，结束清理；非敏感演示摘要/截图在仓库外 output。不要把 personal data、API key、运行库、原始日志或整个 output 作为 Release 附件。

实际限制与发布边界

只支持本地受控资源槽实时日志/指标；Trace/Git unsupported，生产 Provider 未实现。Alertmanager 是协议兼容，并未与实际监控联调。BM25 是词法版本，非向量检索/生产 RAG；引用/字段校验不是语义或因果证明。无生产动作执行器、常驻监控投递或外部通知，恢复验证短窗口不能证明长期 SLO。

本次以 本地受控演示预览（GitHub prerelease） 发布。当前 PR 与实际合并提交的 Ubuntu CI 已完成；真实模型最终诊断缺口及原移动媒体用例 flaky 继续披露，不宣称全部场景首轮验收通过、正式稳定版或 production-ready。

故障智巡 v0.2.0

AI 线上服务故障排查与处置平台

Productized Incident Response MVP

• Evidence-driven investigation using read-only Logs, Metrics, Trace and Git Diff fixture tools
• Root cause diagnosis with evidence references and escalation when evidence is insufficient or conflicting
• Human-controlled remediation through the live Approval Gate
• SAFE / ASK / BLOCK pre-execution policy; current remediation executor is simulated
• AgentEvent Trace and read-only Replay
• Evaluation from the 12-case fixture catalog and actual pytest JUnit results when available
• Chinese incident response console with responsive dashboard, incident detail, evidence, approval, trace and evaluation views

Scope and attribution

The current MVP uses simulated incident fixtures and simulated remediation. It is not connected to production telemetry or an operations approval system. Agent Runtime is built on/adapted from MiniClaw. The original MiniClaw copyright and MIT license are preserved; see README, NOTICE and docs/project-ownership.md for attribution and ownership boundaries.

Incident Response Agent MVP v0.1.0

Implemented

• Evidence-driven incident investigation
• Four fixture-backed evidence tools
• Deterministic incident state machine
• Human approval for risky remediation
• Structured AgentEvent tracing and JSONL persistence
• Timeout recovery and read-only replay
• 12 incident fixtures
• 42 core validation tests

Boundary

• Fixture-based operational data
• Simulated remediation
• Not production-ready