DeciFlow
面向运维场景的AI实时日志分类决策层工具，在原始日志与人工判断之间插入结构化分类步骤，将日志归入Normal、Warning、Error、Security、Other五类，返回类别概率与置信度，供运维人员优先处理可疑事件。
时间轴 (近 90 天)
DeciFlow在原始日志和人工判断之间插入一个结构化分类步骤，将日志归入Normal、Warning、Error、Security或Other五个类别之一
DeciFlow的分类输出包含类别概率和置信度信息
DeciFlow支持三种日志输入方式：Paste模式、Batch模式和Realtime模式
DeciFlow支持多文件和通配符模式，日志无需事先手动合并
DeciFlow节点可以在本地监控日志，同时将推理请求发送到远程共享的Laya服务器，日志源机器无需配备GPU或安装PyTorch
DeciFlow支持两个后端：Laya是默认选项，支持自托管，可采用CPU或CUDA运行；Jev是替代性的托管决策API
DeciFlow将AI分类结果视为参考而非真相，系统可以标记需要人工审核的预测，运维人员能够查看原始事件并记录修正，结果可导出为JSON
DeciFlow集成了Python Actions，Action接收成功决策的JSON数据并执行自定义Python代码，拥有独立的Python环境和依赖管理
DeciFlow目前仅使用choice决策类型，即从预设类别中选择一个
DeciFlow作者透露未来计划加入score类型用于评估和评分，以及noul类型用于是/否概率判断
还有 1 条时间轴事件
全部知识事实 (11)
DeciFlow采用容器化部署，仓库包含DeciFlow UI和Laya推理服务器的Docker说明，浏览器界面默认运行在4000端口
50%待验证DeciFlow的分类输出包含类别概率和置信度信息
50%待验证DeciFlow支持三种日志输入方式：Paste模式、Batch模式和Realtime模式
50%待验证DeciFlow支持多文件和通配符模式，日志无需事先手动合并
50%待验证DeciFlow节点可以在本地监控日志，同时将推理请求发送到远程共享的Laya服务器，日志源机器无需配备GPU或安装PyTorch
50%待验证DeciFlow支持两个后端：Laya是默认选项，支持自托管，可采用CPU或CUDA运行；Jev是替代性的托管决策API
50%待验证DeciFlow将AI分类结果视为参考而非真相，系统可以标记需要人工审核的预测，运维人员能够查看原始事件并记录修正，结果可导出为JSON
50%待验证DeciFlow集成了Python Actions，Action接收成功决策的JSON数据并执行自定义Python代码，拥有独立的Python环境和依赖管理
50%待验证DeciFlow目前仅使用choice决策类型，即从预设类别中选择一个
50%待验证DeciFlow在原始日志和人工判断之间插入一个结构化分类步骤，将日志归入Normal、Warning、Error、Security或Other五个类别之一
50%待验证DeciFlow作者透露未来计划加入score类型用于评估和评分，以及noul类型用于是/否概率判断
50%