mise a jour fonctionelle 2

README.md

@@ -0,0 +1,72 @@
+# 🛠️ Ops-GPT : Orchestrateur SRE (Modèle GPT-OSS:20B)
+
+**Ops-GPT** est un assistant SRE spécialisé dans l'écosystème **RHEL / CentOS / Rocky Linux**. Il utilise les données temps réel pour diagnostiquer les pannes de service et les conflits de ressources.
+
+## 📌 Architecture de Diagnostic
+
+L'intelligence du système repose sur la corrélation de cinq flux de données via le protocole **MCP (Model Context Protocol)** :
+
+1.  **Inventaire (RPM)** : Identification des versions OS et paquets.
+2.  **Performance (VictoriaMetrics)** : Monitoring (CPU, RAM, I/O, Network).
+3.  **Réseau & Sockets (`ss -ntulop`)** : État réel des ports et processus à l'écoute.
+4.  **Configuration Live par Service** : Lecture ciblée des fichiers de configuration (`/etc/`).
+5.  **Mémoire Collective (ChromaDB)** : Base vectorielle des incidents passés.
+
+---
+
+## 🚀 Spécifications des Outils MCP
+
+### 📂 `get_live_config(service_name)`
+* **Fonction** : Récupère intelligemment l'ensemble des fichiers de configuration liés à un service spécifique.
+* **Comportement** : Si `service_name="nginx"`, l'outil renvoie `/etc/nginx/nginx.conf` et les fichiers dans `/etc/nginx/conf.d/`.
+* **Format de sortie** :
+    ```text
+    SERVICE: [service_name]
+    FILES_COLLECTED: /etc/[service]/...
+    --- FILE: [path] ---
+    [Content]
+    ```
+
+### 🔌 `get_network_sockets`
+* **Fonction** : Fournit la sortie brute de la commande `ss -ntulop`.
+* **Utilité** : Permet au LLM de corréler les ports configurés avec les processus réellement en cours d'exécution (PID, Users, Inodes).
+* **Format de sortie** :
+    ```text
+    NETWORK_STATE (ss -ntulop):
+    Netid State  Recv-Q Send-Q Local Address:Port Peer Address:Port Process
+    tcp   LISTEN 0      128    0.0.0.0:80         0.0.0.0:* users:(("nginx",pid=1234,fd=6))
+    ```
+
+
+### 📊 `get_system_metrics` (VictoriaMetrics)
+* **Fonction** : Extraction des statistiques descriptives (Load, CPU, I/O Wait).
+
+---
+
+## 🛡️ Règles de Gouvernance SRE
+
+### 1. Sécurité et Anonymisation
+Le modèle applique un filtre systématique :
+* `IPs` ➔ `[IP_SOURCE]` / `[IP_DEST]`
+* `Hostnames` ➔ `[HOSTNAME]`
+* `Secrets` ➔ `[REDACTED]` (Clés, Passwords dans les confs).
+
+### 2. Stratégie Linguistique
+* **Interface Client** : Français.
+* **Backend & Archivage** : Anglais Technique.
+
+### 3. Philosophie d'Intervention
+* **Périmètre** : OS & Middleware (RHEL-based).
+* **Priorité** : Restauration immédiate (MTTR) via Workarounds.
+* **Données** : Zéro perte de données tolérée.
+
+---
+
+## 📋 Exemple de Corrélation Avancée
+
+1.  **Input** : "Impossible de démarrer Apache sur [HOSTNAME]."
+2.  **Action 1 (`get_network_sockets`)** : Le modèle voit que le port 80 est déjà "LISTEN" par le PID 567 (nginx).
+3.  **Action 2 (`get_live_config("apache")`)** : Le modèle confirme que le `Listen 80` est configuré.
+4.  **Action 3 (`get_rpm_inventory`)** : Vérifie si une mise à jour récente a installé `nginx` par erreur (dépendance).
+5.  **Synthèse** : "Conflit détecté : Nginx occupe déjà le port 80. Souhaitez-vous arrêter Nginx ou changer le port d'Apache ?"
+6.  **Archivage** : Enregistre le conflit de port dans ChromaDB.

chroma-mcp-sse/main.py

@@ -1,42 +1,102 @@
 from mcp.server.fastmcp import FastMCP
 import chromadb
 import os
+import uuid
+from datetime import datetime
 
-# On définit l'hôte sur 0.0.0.0 et le port sur 8080 pour le container Docker
+# 1. Initialisation de FastMCP
-mcp = FastMCP("Chroma-Server", host="0.0.0.0", port=8080)
+# On force l'hôte sur 0.0.0.0 pour Docker et le port sur 8080
+mcp = FastMCP("Chroma-Admin-Assistant", host="0.0.0.0", port=8080)
 
-# Initialisation du client ChromaDB
+# 2. Connexion au client ChromaDB
-CHROMA_URL = os.getenv("CHROMA_URL", "http://chroma-db:8000")
+# On utilise l'URL interne au réseau Docker définie dans votre docker-compose
-client = chromadb.HttpClient(host="chroma-db", port=8000)
+CHROMA_HOST = os.getenv("CHROMA_HOST", "chroma-db")
+client = chromadb.HttpClient(host=CHROMA_HOST, port=8000)
+
+# Nom de la collection dédiée aux incidents
+COLLECTION_NAME = "incident_history"
 
 @mcp.tool()
 async def find_incident_solution(query_error: str, service: str = None):
     """
     Recherche des incidents passés similaires et retourne les solutions appliquées.
-    L'utilisateur peut décrire l'erreur (ex: 'serveur lent') ou donner un code d'erreur.
+    L'utilisateur peut décrire l'erreur ou donner un extrait de log technique.
     """
-    collection = client.get_collection(name="incident_history")
+    try:
+        collection = client.get_or_create_collection(name=COLLECTION_NAME)
         
-    # On cherche les 2 incidents les plus proches pour ne pas saturer le LLM
+        # Recherche vectorielle des 2 incidents les plus proches
-    results = collection.query(
+        results = collection.query(
-        query_texts=[query_error],
+            query_texts=[query_error],
-        n_results=2,
+            n_results=2,
-        where={"service": service} if service else None
+            where={"service": service} if service else None
-    )
+        )
         
-    if not results["documents"][0]:
+        if not results["documents"] or not results["documents"][0]:
-        return "Aucun incident similaire répertorié dans la base de connaissances."
+            return "Aucun incident similaire répertorié pour le moment."
 
-    response = "Voici les incidents similaires trouvés :\n"
+        response = "🔍 Voici les précédents incidents similaires trouvés :\n"
-    for i, doc in enumerate(results["documents"][0]):
+        for i in range(len(results["documents"][0])):
-        meta = results["metadatas"][0][i]
+            doc = results["documents"][0][i]
-        response += f"\n--- INCIDENT {meta.get('incident_id', 'Inconnu')} ---"
+            meta = results["metadatas"][0][i]
-        response += f"\nLOGS : {doc}"
+            response += f"\n--- INCIDENT {meta.get('incident_id')} ---"
-        response += f"\nSOLUTION : {meta.get('solution_applied', 'Non renseignée')}\n"
+            response += f"\nLOGS : {doc}"
+            response += f"\nSOLUTION : {meta.get('solution_applied')}\n"
         
-    return response
+        return response
+    except Exception as e:
+        return f"Erreur lors de la recherche : {str(e)}"
+
+@mcp.tool()
+async def add_incident_report(service: str, incident_description: str, solution_applied: str):
+    """
+    Ajoute un nouvel incident et sa résolution dans la base de connaissances.
+    À utiliser quand une solution technique a été validée par un administrateur.
+    """
+    try:
+        collection = client.get_or_create_collection(name=COLLECTION_NAME)
+        
+        uid = f"INC-{uuid.uuid4().hex[:8].upper()}"
+        timestamp = datetime.now().strftime("%Y-%m-%d %H:%M:%S")
+        
+        collection.add(
+            documents=[incident_description],
+            metadatas=[{
+                "service": service,
+                "solution_applied": solution_applied,
+                "incident_id": uid,
+                "timestamp": timestamp
+            }],
+            ids=[uid]
+        )
+        
+        return f"✅ Succès : L'incident {uid} a été archivé pour le service {service}."
+    except Exception as e:
+        return f"Erreur lors de l'ajout : {str(e)}"
+
+@mcp.tool()
+async def list_all_incidents(limit: int = 15):
+    """
+    Liste les incidents enregistrés dans la base.
+    Permet d'avoir une vue d'ensemble des connaissances actuelles.
+    """
+    try:
+        collection = client.get_or_create_collection(name=COLLECTION_NAME)
+        results = collection.get(limit=limit)
+        
+        if not results["ids"]:
+            return "La base de connaissances est vide."
+
+        summary = f"📋 Liste des {len(results['ids'])} dernières entrées :\n"
+        for i in range(len(results["ids"])):
+            meta = results["metadatas"][i]
+            summary += f"\n- [{meta.get('timestamp')}] {meta.get('incident_id')} | Service: {meta.get('service')}"
+            summary += f"\n  Extrait: {results['documents'][i][:75]}..."
+            
+        return summary
+    except Exception as e:
+        return f"Erreur lors de la lecture : {str(e)}"
 
 if __name__ == "__main__":
-    # On lance le serveur en mode SSE (Server-Sent Events)
+    # Lancement du serveur en mode SSE
-    # C'est ce que LM Studio et la plupart des clients attendent
     mcp.run(transport="sse")