HolmesGPTで始めるSREエージェント入門！プラットフォームの障害調査はAIにお任せ〜
セッション概要
HolmesGPT（ホームズGPT）はオープンソースSREエージェントです。CNCFサンドボックスプロジェクトであり、現在も日々成長中です。オープンソースのSREエージェントは他にもいろいろありますが、ホームズGPTの特徴はCNCFエコシステムとの親和性の高さにあります。 K8sをプラットフォームとして運用する場合に必要なArgoCD、プロメテウス、Otel等と非常に親和性が高く、予めツールが用意されていて別途スキル等を設定しなくてもCNCF系のツールを自然に調査に使ってくれます。 さらに、CNCFのみならず様々なベンターとの連携も簡単にできるところが嬉しいポイントです。大抵はMCP経由での連携になりますが、AWS、Google、Azureなど、メジャーなクラウドのMCPとはネイティブに連携でき、マルチアカウント対応も簡単にできます。 また、使用するLLMのプロバイダーも自由に選ぶことができ、OpenAI、Anthropicのみならず、メジャーなLLMプロバイダーはほとんどカバーしています（私はコストメリット重視でGeminiを採用しました）。 でも、エージェントの呼び出しに手間がかかっては障害調査の初動が遅くなりますよね。 そこでエージェントのAPIを呼び出す小さいSlack連携Botを作成し、SlackでメンションするだけでホームズGPTを呼び出せる仕組みを導入しました。 弊社では障害アラートは基本的に全てSlackに流れてくるため、Slackのアラートが最初の障害検知になることがほとんどです。そのため、Slackで気づいたその瞬間にアラートメッセージのスレッドにホームズGPTをメンションすることで即座に障害調査が始められます。 このホームズGPTを導入して最も嬉しかったポイントは、プラットフォームやアプリの構成に詳しくない開発者でも簡単に障害調査ができるポイントでした。 ドメイン知識が浅い開発者は何から始めればいいかわからないことが多いですが、初動調査をエージェントに任せられたことで、プラットフォームエンジニアへの問い合わせが激減しました。 おかげでプラットフォームの社内評判も上がり、ホームズGPT目当てにプラットフォーム利用を検討する部署も出始めました。