AutoHeal AI
基于本地LLM的IT运维自愈系统，通过监控指标、异常检测和本地大模型分析，自动解释故障原因并在策略允许范围内执行恢复动作，完全离线运行
时间轴 (近 90 天)
AutoHeal AI 是一个自愈运维系统，通过持续监控基础设施指标、用机器学习识别异常模式、让本地运行的大模型解释原因、在策略允许范围内自动执行恢复动作，并生成事件报告，形成闭环。
AutoHeal AI 基于 Gemma 3 模型和 Ollama 本地推理运行时，在下载完依赖和模型后，完全不需要联网即可工作。
在 AutoHeal AI 中，CPU、内存、磁盘 I/O 等指标被送入 Isolation Forest 输出异常分数，再交由 Gemma 结合日志给出可读的原因解释。
Gemma 由 Google 开发，在 AutoHeal AI 中承担分析服务器错误日志、解释故障可能原因、推荐排查步骤、回答 IT 运维问题、生成事件报告等职责。
在 AutoHeal AI 中，Gemma 不直接执行系统命令，恢复动作由独立的恢复引擎处理，负责校验权限、执行预定义策略、必要时请求人工审批。
AutoHeal AI 采用三层架构：React 前端仪表盘 → FastAPI 后端 → 三个核心引擎（监控引擎、AI引擎、恢复引擎）。
AutoHeal AI 的技术栈包括：Gemma 3 4B 作为语言模型，Ollama 作为本地运行时，Python + FastAPI 做后端，React 做前端，psutil 做监控采集，Scikit-learn 做异常检测，SQLite 做数据存储，Docker 做容器化测试环境，Recharts 做可视化，GitHub 做开源托管。
AutoHeal AI 的开发周期估计为 6 到 10 周，分十个阶段推进，初始版本可以在一台 Windows 笔记本上完成开发。
要使用 AutoHeal AI 预测故障，需要包含实际故障历史的数据集来训练模型，而不能仅依赖异常检测。
全部知识事实 (9)
要使用 AutoHeal AI 预测故障，需要包含实际故障历史的数据集来训练模型，而不能仅依赖异常检测。
50%待验证AutoHeal AI 基于 Gemma 3 模型和 Ollama 本地推理运行时，在下载完依赖和模型后，完全不需要联网即可工作。
50%待验证在 AutoHeal AI 中，CPU、内存、磁盘 I/O 等指标被送入 Isolation Forest 输出异常分数，再交由 Gemma 结合日志给出可读的原因解释。
50%待验证Gemma 由 Google 开发，在 AutoHeal AI 中承担分析服务器错误日志、解释故障可能原因、推荐排查步骤、回答 IT 运维问题、生成事件报告等职责。
50%待验证在 AutoHeal AI 中，Gemma 不直接执行系统命令，恢复动作由独立的恢复引擎处理，负责校验权限、执行预定义策略、必要时请求人工审批。
50%待验证AutoHeal AI 采用三层架构：React 前端仪表盘 → FastAPI 后端 → 三个核心引擎（监控引擎、AI引擎、恢复引擎）。
50%待验证AutoHeal AI 的技术栈包括：Gemma 3 4B 作为语言模型，Ollama 作为本地运行时，Python + FastAPI 做后端，React 做前端，psutil 做监控采集，Scikit-learn 做异常检测，SQLite 做数据存储，Docker 做容器化测试环境，Recharts 做可视化，GitHub 做开源托管。
50%待验证AutoHeal AI 是一个自愈运维系统，通过持续监控基础设施指标、用机器学习识别异常模式、让本地运行的大模型解释原因、在策略允许范围内自动执行恢复动作，并生成事件报告，形成闭环。
50%待验证AutoHeal AI 的开发周期估计为 6 到 10 周，分十个阶段推进，初始版本可以在一台 Windows 笔记本上完成开发。
50%