AURA 是一个经过生产测试的 SRE 代理平台，您可以在几分钟内部署。在这个演示中，AURA 通过关联 Mezmo 跟踪、日志、Prometheus 延迟和 Kubernetes 部署历史来调查支付失败。三个专业代理识别了由 productcatalogservice 1.13.2 引入的 N+1 回归，建议回滚到 1.13.1，并提供恢复检查和工程后续。快速入门 · 集成 · 文档 · 路线图 · 探索 · 社区 通过引导设置连接您的栈，AURA 预配置的代理团队开始使用您已经依赖的模型调查事件。从那里定制现有代理或添加新代理以适应您的基础设施和 SRE 工作流。AURA 处理连接 AI 模型与生产工具所需的护栏、API、状态管理、流式处理、故障处理和可观察性，保证在操作员定义的边界内。生产中的证明 AURA 最初是 Mezmo 内部用于操作我们自己 SaaS 的工具。我们的工程和 SRE 团队至今仍在使用它进行生产操作，Mezmo 以外的团队也在他们自己的生产环境中运行 AURA。AURA 还为 Mezmo 的托管可观察性平台每月提供数千个代理会话。快速入门 在 Linux 或 macOS 上使用安装脚本安装 AURA。它会下载发布的版本工件并验证其校验和。 curl -fsSL https://raw.githubusercontent.com/mezmo/aura/main/scripts/install.sh | bash 创建一个准备就绪的本地代理： aura init # 选择一个 LLM 提供者和初始模型，并写入初始配置文件 启动代理： aura 为什么选择 AURA 在您自己的安全边界内运行。 在您的基础设施中运行 AURA，包括空气隔离和高度监管的环境，控制模型、工具、存储和遥测目的地。 在可审查的 TOML 中定义整个代理系统。 将模型、专业代理团队、每个代理的提示、工具、审批政策和护栏保存在可以版本化和审查的配置中。 使用不同的模型提供者，无需重建工作流。 运行 OpenAI、Anthropic、Bedrock、Gemini、Ollama 或 OpenRouter；通过配置更改或将不同模型分配给不同角色来切换提供者。 将敏感操作放在人工审批之后。 在配置的工具调用执行之前，需要 webhook 或对话审批，拒绝、超时和传输故障将处理为失败关闭。 追踪每个模型、工具和编排决定。 导出 OpenTelemetry 跟踪请求、LLM 回合、工具调用和多代理执行，以便每个结果都可以进行端到端调查。可扩展运行时 连接工具和 RAG。 通过可兼容的 MCP 服务器通过 Streamable HTTP、SSE 或 STDIO 发现工具，并通过 Qdrant 或 AWS Bedrock 知识库对代理进行基础。 构建多代理工作流。 在依赖感知的任务执行中协调专业代理团队，同时将过大的工具结果停放在磁盘上以供选择性检索。 添加可重用的代理技能。 仅在需要时加载特定任务的代理技能指令和支持文件。 互操作或嵌入。 通过 A2A 连接 AURA 和其他代理或直接在您的应用程序中嵌入其 Rust 核心。 使用现有客户端和 SDK。 通过与 OpenAI 兼容的 API 提供代理，使 LibreChat 和 OpenWebUI 等客户端无缝工作，或通过 AURA CLI 本地运行。生产安全 生产控制在 AURA 周围定义了一个操作员管理的边界：在您的基础设施中运行，包括在模型提供者和 MCP 服务器本地可达时的空气隔离环境。 AURA 将代理提示和工具数据发送到您配置的模型提供者、MCP 服务器、审批服务、存储后端和跟踪目的地。 启用的客户端工具和 STDIO 进程可以发起额外的网络流量，除非系统级网络策略阻止它。 Mezmo CLI 产品遥测单独披露并控制。 敏感工具调用可能需要明确的人类审批。 通过环境变量或秘密挂载提供的凭证仅在从指定的身份验证字段引用时保持在提示外；提示承载字段中的环境替换将其值放入模型上下文。 工具、模型和编排活动可以导出为 OpenTelemetry 跟踪。 请参见完整的安全和数据处理模型，包括遥测默认值、权限边界、提示注入风险和供应链验证。集成 通过可兼容的 MCP 服务器，AURA 代理可以与：集成 代理可以做什么 AWS 检查云资源、日志、指标和操作状态 Azure 检查云资源、部署、监控和操作状态 Confluence 搜索和维护操作手册 Datadog 查询指标、监控、仪表盘和跟踪 Docker 检查容器、图像、日志和运行状态 GCP 检查云资源、日志、指标和操作状态 GitHub 结合