Agent / Collector / Gateway
Architecture Surface
把底层能力拆成可理解的架构层
Topology / SQL / Events / Audit
MCP / Tasks / Deployment / Chaos
Architecture Surface
把底层能力拆成可理解的架构层
从仓库与控制台能力看，Diting Labs 同时包含采集、处理、部署、网关、控制台、Kubernetes 平台和 AI 扩展能力。
边缘采集与接入
Agent、Collector、Gateway 与安装器承担环境接入、数据收束和部署入口职责。
信号处理平面
指标、日志、链路、事件、会话与审计进入统一处理层，为后续关联提供材料。
拓扑与上下文平面
服务依赖、基础设施、Kubernetes 资源、数据库查询和历史状态构成判断结构。
智能推理平面
AI 模型、MCP、规则、知识库与向量能力让运行知识可以被调用、解释和沉淀。
行动控制平面
智能任务、批量执行、文件分发、部署和混沌实验把判断接入实际操作流程。
治理与权限边界
令牌、用户、角色、审计、许可和系统配置让可观测平台具备组织级可控性。
Reference Flow
架构闭环要能解释每一次行动
当系统足够复杂时，真正关键的不是“看见”某个异常，而是能解释它从哪里来、影响哪里、该由谁行动、行动后如何验证。
采集与标准化
先让多源信号以稳定方式进入平台，避免每次排查都从连接工具开始。
关联与建模
将服务、资源、拓扑、事件和权限绑定到可追踪对象，形成判断边界。
推理与协同
让 AI、知识库和 MCP 在同一上下文里工作，减少脱离现场的自动化。
执行与验证
把任务、部署、实验和审计接入闭环，确保每次动作都有结果和证据。