开发者工具

阿里云云监控2.0 沙箱体验，完整体验Umodel建模能力、AIOps功能。

本项目是 ChaosBlade 生态里的核心混沌工程实验注入工具，由阿里巴巴开源，定位是简单易用但能力完整的故障注入工具集。它支持通过 CLI 或 HTTP 创建、查询、销毁混沌实验，覆盖 CPU、内存、网络、磁盘、进程等基础资源场景，也支持 Java 应用、C++ 应用、Docker/CRI 容器以及 Kubernetes 云原生场景的故障注入，适合用于分布式系统韧性验证、故障演练和稳定性建设。项目 README 也提到它沉淀自阿里近十年的故障测试与演练实践，并包含 Blade AI 等更上层的智能化演练能力。

本开源项目聚焦智能算法模型拆分与云原生服务化，已实现单体RAG的拆分、拆分优化、配置预估与迁移，基于Ray的分布式部署运行。

RCA Benchmark 是面向微服务故障根因分析的专业评估基准，以真实场景原生仿真为核心，基于 K8s 集群的电商微服务架构搭建底座，摒弃人工合成数据，全量接入七大类可观测数据，复刻生产负载特征建立可靠评估基线。 它创新构建四层结构化真值体系与三维加权评分框架，通过拓扑语义、距离等确定性量化计算规避传统评估的随机偏差，支持全层级 40 余种故障注入，内置统一实体模型解决跨域标识割裂问题，还通过质量门禁沉淀了 200 余条分级合规样本。

全球200+网络拨测节点，模拟用户访问域名 / IP，帮助发现网络、站点可用性问题。

一站式网站建站问题诊断分析，排查域名注册、DNS 解析、网站备案、使用的PC设备环境等情况。

查看域名的当前信息状态，包括域名是否被注册、注册日期、过期日期、域名状态、DNS解析服务器等。

日志服务 SLS 沙箱体验

阿里云SLS Agent Skill借助 SLS CLI 2.0 实现使用自然语言管理 SLS 资源、读写日志等能力。

依托阿里云性能测试服务PTS 创建并管理压测场景，既兼容 PTS 原生 HTTP/HTTPS 压测模式，也支持基于 JMeter 的压测方案。

通过云监控指标，为云资源监控创建 CMS 1.0 告警规则；依托动态指标发现能力，支持所有已接入云监控 CMS 的云产品。

本项目是一款面向单体系统的自动化微服务智能拆分框架，其主要功能是融合动静态程序分析构建高保真依赖模型，通过规则约束与LLM-Agent多目标优化，兼顾结构合理性与语义一致性，为微服务重构提供可解释、可落地的决策支持。

本自动化测试平台提供面向云原生控制器的端到端测试和故障注入测试工具，提供已经事先生成的插桩程序、关联分析结果和测试计划，用户可以按照本手册提供的流程进行自动化流程，执行端到端测试和故障注入测试。

本项目是一个云原生软件系统动态演化框架，当前内嵌应用为自适应RAG对话系统，支持微服务副本调整、服务拓扑调整、数据流优化3 种系统演化能力。该系统将各RAG组件微服务化，实现基础设施资源的智能调度与分配，并通过完整的监控体系展示系统动态演化过程。

本项目是 ChaosBlade 生态下的阿里云云原生架构成熟度评估工具。通过自动化数据采集和智能分析，从六个维度全面评估云原生架构成熟度水平，并实现多种架构问题的准确识别。

本项目是 ChaosBlade 生态下的故障空间智能化探测子项目，基其主要功能包含任务资源管理、故障注入编排、请求录制/拦截/回放代理、拓扑感知和结果分析等六个核心服务。项目支持在 Kubernetes 环境中基于全链路追踪自动构建服务拓扑，结合风险分析驱动的增量故障空间探测策略，对云原生应用进行自动化韧性验证，快速发现系统潜在脆弱点。

一种云原生工作流编排引擎，支持服务容器、函数计算、数据副本的组件级编排，兼容 Wasm 轻量级沙箱，提供混合策略的容器扩缩容，毫秒级冷启动，E2E时延平均降低 70%+。支持多语言函数、多类型数据消费，适配 100+函数的稠密工作流，已落地基因测序等科学计算场景，稳定高效。

该目录提供基于FastAPI的MCP工具，用于进行基于轨迹和拓扑融合的故障预警、根因定位和故障诊断脚本封装，可被 LLM 或其他 MCP 客户端调用的工具。

本项目是面向云原生系统的轨迹单模态故障预警、定位模型及工具，主要围绕系统运行轨迹构建故障预警、故障定位能力，为云原生环境下的智能运维提供支撑。

基于多代理系统的DevOps工具编排平台，使用LLM来驱动各种开发运维操作。

PromCopilot构建了云原生在线服务系统的知识图谱,覆盖服务依赖、部署架构，并基于元路径的图谱知识检索, 生成PromQL查询语句

OpsLLM是面向软件运维领域的垂域大模型，具有较强的运维领域知识问答和根因定位能力。

OpsKb 构建面向运维领域的3套知识库，涵盖服务依赖、部署架构、故障处理、日志等方面的知识，能够用于基于大模型的智能化运维,并提供可视化展示工具。

该项目是五种运维模态融合的故障预警、定位和诊断的工具，供运维大模型使用

本项目是面向云原生系统的指标和日志多模态故障预警、定位与诊断模型及工具，主要围绕系统运行指标和日志构建故障预警、故障定位和故障诊断能力，为云原生环境下的智能运维提供支撑。

本项目是面向云原生系统的指标单模态故障预警、定位与诊断模型及工具，主要围绕系统运行指标构建故障预警、故障定位和故障诊断能力，为云原生环境下的智能运维提供支撑。

本项目是面向云原生系统的日志单模态故障预警、定位、诊断模型及工具，主要功能包括对云原生系统的服务日志的故障预警、故障定位与故障诊断。

依托大模型与多技术融合，解决探索性测试场景生成、复杂 Web 交互自动化等多项测试难题，可高效生成并可靠执行优质测试场景、精准验证系统功能、区分测试问题与真实缺陷并动态修复。

AgenticSRE是一个基于大模型多智能体的智能运维平台，能够通过异常检测智能体、日志分析、指标分析智能体等 ，整合知识库、运维工具，以“假设-规划-调查-推理”的模式进行端到端的故障诊断系统。整个过程自动化执行，提升运维效果及效率。

结合了AI应用和测试专家知识用于 REST API 管理与自动化测试的工具

本开源项目聚焦智能算法模型拆分与云原生服务化，已实现单体RAG的拆分、拆分优化、配置预估与迁移，基于Ray的分布式部署运行。