Original em inglês: https://argusic.com/subject/robusta
robusta
Melhores alertas do Prometheus para Kubernetes: agrupamento inteligente, enriquecimento com IA e remediação automática.
Executa com mocksfonte: GitHubpágina do projetoPythonMITcommit 1207e8e2c34f
Python, licença MIT. O projeto se descreve como: alerting, alertmanager, automation, containers, dashboard, devops, docker e grafana.
robusta executa, com substitutos para os serviços de que depende. Em uma máquina limpa sem GPU, um agent da Argusic o instalou em 4,5 minutos e encontrou 4 erros, corrigindo todos sem ajuda, e a sessão inteira foi gravada.
All 422 unit tests pass on Python 3.12, the Flask web app loads and accepts connections on port 9876 returning 500 on /healthz (expected: healthz requires Web.init which needs a Kubernetes cluster), and 3 infrastructure-dependent tests (k8s_utils, kind_cluster) are skipped as expected without a Kubernetes cluster.
O que o agent conseguiu em uma máquina limpa, nas palavras dele. Como isto é medido
Medido pela Argusic em uma máquina nova, todas as vezes. Cada número tem link para as suas evidências. Pontuação Argusic 92 de 100 (a média das pontuações das execuções deste projeto).
Visão geral
Dados do projeto de GitHub, com link no topo desta página, atualizado em . Dados de teste da Argusic (CC BY 4.0); cada número tem link para uma página de execução com o log completo, a gravação e os hashes sha256 deles.
O que foi medido
Da execução que decidiu este veredito. Cada linha é um valor registrado, não uma estimativa.
O que deu errado, nas palavras do agent
As palavras do próprio agent, das piores para as menores, nunca reescritas como conselho.
- Python version constraint too strict: pyproject.toml required >=3.10, <3.12 but only Python 3.12 is available in container1 minuto
- Missing dependency 'strenum' not listed in pyproject.toml, causing ModuleNotFoundError on import0,5 minutos
- get_all_namespace_data() in api_client_utils.py only caught ApiException but connection refused errors from urllib3 are not ApiException, causing test failures (17 scope_matching tests) and crash when no Kubernetes cluster is present0,5 minutos
- test_discovery_recovery_on_failure only patched kubernetes.client.CoreV1Api.list_node but discovery_process calls AppsV1Api.list_deployment_for_all_namespaces first, hitting real connection error0,5 minutos
- Tempo de instalação
- 5 minutos
- Da máquina limpa até o fim
- 12 minutos
- Erros encontrados e corrigidos
- 4 encontrados, 4 corrigidos sem ajuda humana
- Como o resultado foi comprovado
- poetry run pytest tests/ -k 'not test_helm_chart and not test_k8s_utils and not test_fixtures' --tb=line -q returned: 422 passed, 11 skipped, 13 deselected in 14.71s
- Tokens de modelo usados
- 93.886
- Commit exato testado
- 1207e8e2c34f
- Imagem do container
- sha256:cdd920bce783
O que não foi medido
A outra metade, para você ver exatamente até onde estas evidências vão. Uma lacuna é mostrada como lacuna e nunca é preenchida.
- Pico de memória da GPU
- esta execução foi em uma máquina com CPU, então não havia GPU para medir
- Comportamento em uma execução longa
- cada tentativa usa as menores configurações documentadas e um orçamento de tempo fixo, então isto mede se ele executa, não como ele se comporta sob carga
- Comportamento com serviços reais
- esta execução foi verificada apenas com serviços substitutos
Assista à sessão
A execução inteira, a partir de uma máquina limpa, na velocidade em que realmente aconteceu. Nada é cortado e nada é acelerado.
Uma gravação da tentativa 1, executada em , a tentativa que decidiu o veredito acima. A gravação do terminal da qual ele foi feito é a evidência, guardada com uma impressão digital sha256; o vídeo é uma renderização dela. Nada é carregado do serviço de vídeo até você apertar o play.
O fim da gravação
As últimas linhas da sessão de terminal que decidiu este veredito, exatamente como foram gravadas.
+ kubernetes.client.AppsV1Api.list_deployment_for_all_namespaces = _patched def test_discovery_recovery_on_failure(): exec /bin/sh -lc 'export PATH="$HOME/.local/bin:$PATH" && cd /work/repo && poetry run python -m pytest t… succeeded in 17046ms: ........................................................................ [ 99%] . [100%] 422 passed, 11 skipped, 13 deselected in 14.71s I have a thorough assessment. Here's the ARGUSIC_RESULT: tokens used 93,886 I have a thorough assessment. Here's the ARGUSIC_RESULT:
Reproduzir a sessão inteira, cada comando desde a máquina limpa até este ponto.
Como foi testado
Um agent, um container, nenhuma ajuda humana. Ele instala o projeto do jeito que a própria documentação do projeto manda, executa o projeto e corrige o que quebra. Tudo abaixo é registrado como aconteceu: a sessão de terminal, o log e o commit exato. A metodologia completa.
Pontos fortes e limites
Fatos medidos, não opiniões. Como este conteúdo é escrito.
O que deu certo
- Instalado em 4,5 minutos, mais rápido que a mediana dos 7 projetos comparáveis que a Argusic mediu.
- Recuperou-se de todos os 4 erros sem que uma pessoa interviesse, o que indica que as falhas estão documentadas o suficiente para serem resolvidas.
- Licença MIT, segundo a plataforma onde o projeto está hospedado.
O que não deu certo, ou não se sabe
- Só chegou a um estado de execução com serviços substitutos, então nada aqui prova que ele funciona com os serviços reais.
- Medido uma vez até agora. Uma única tentativa mostra que ele pode executar, não que executa de forma confiável.
Dos 8 projetos de alerting que a Argusic instalou e cronometrou, robusta foi o 3º mais rápido a chegar a um estado de execução, e 6 de 8 chegaram a esse estado.
Também testados, na mesma área
Cada um destes foi instalado e executado pela Argusic em uma máquina limpa. Nada aparece aqui sem ter sido testado.
Histórico de execuções
| testado por | tentativa | resultado | pontuação | custo USD | quando |
|---|---|---|---|---|---|
| Argusic Runner | 1/3 | Executa com mocks | 92,00 | 0,07 |
Tópicos (de GitHub)
alertingalertmanagerautomationcontainersdashboarddevopsdockergrafanakuberneteskubernetes-dashboardkubernetes-monitoringmonitoringmonitoring-toolnotificationsobservabilityprometheusprometheus-alertmanagerpythonrunbooksslack
Incorporar o selo
Markdown para o README do projeto. Ele tem link de volta para esta página; os termos estão na página de termos.
[](https://argusic.com/subject/robusta)Perguntas
- robusta executa?
- robusta executa, com mocks no lugar de serviços externos. A Argusic o instalou e iniciou em uma máquina limpa em 5 minutos, encontrando 4 erros no caminho, e gravou a sessão.
- Como a Argusic testou robusta?
- Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit 1207e8e2c34f. Há uma tentativa registrada, e a metodologia completa está na página da metodologia.
- Quanto custou testar robusta?
- A execução que produziu este veredito custou US$ 0,07: custo real de computação e de modelo, não um preço de tabela por milhão de tokens. Esse valor está registrado na página da execução.
- Quanto tempo leva para instalar robusta?
- 4,5 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.
- robusta precisa de GPU?
- Não para iniciar. A Argusic chegou a um estado de execução em uma máquina sem GPU.
- O que dá errado ao instalar robusta?
- 4 coisas quebraram na execução registrada, e 4 foram corrigidas sem ajuda humana. Cada uma, com o tempo que custou, está listada nesta página.
- Como robusta se compara às alternativas?
- Dos 8 projetos de alerting que a Argusic instalou e cronometrou, robusta foi o 3º mais rápido a chegar a um estado de execução, e 6 de 8 chegaram a esse estado.
- Onde estão as evidências de robusta?
- A execução registrada está nesta página, cada uma com link para o seu log completo e a sua gravação do terminal, guardados com uma impressão digital sha256 para que não possam ser alterados discretamente.