HolmesGPT 是 CNCF Sandbox 项目，面向 Kubernetes 与云原生环境的 AI 故障排查代理。它把 AI 模型与实时可观测数据连接，用于调查基础设施问题、定位根因并提出修复建议；以只读权限运行并遵循既有 RBAC，官方称其适用于生产环境。
用途与主要能力：根因分析，调查告警与集群问题；多数据源集成，支持 30 多种工具集（K8s、Prometheus、Grafana 等）；告警集成，支持 AlertManager、PagerDuty、OpsGenie、Jira、Slack；交互模式，用 /run、/show、/clear 排查；可通过 YAML 自定义专有工具集；CI/CD 集成，自动调查部署失败。支持的 AI 提供方含 Anthropic、OpenAI、Azure OpenAI、AWS Bedrock、Google Gemini、Vertex AI、Ollama，通过对应环境变量或凭证配置。
使用方式：CLI 安装可用 brew tap robusta-dev/homebrew-holmesgpt、brew install holmesgpt，设置 ANTHROPIC_API_KEY 或 OPENAI_API_KEY 后执行 holmes ask "what pods are unhealthy?"；Kubernetes 用 Helm 安装 robusta/holmes；也可用 Docker 运行并挂载 ~/.kube/config。常用命令如 holmes ask "why is my deployment failing?"、holmes investigate alertmanager --alertmanager-url http://localhost:9093、holmes investigate pagerduty --pagerduty-api-key <KEY> --update。交互模式命令有 /clear、/run、/show、/context。
限制与注意事项：默认只读 RBAC 使其无法读取 Secret；启用过多工具集会产生噪声、稀释准确度；为保证可复现，模型 temperature 应设为 0；AlertManager URL 需从 HolmesGPT Pod 内可达；/clear 只重置对话历史，不重置工具集缓存；Anthropic 模型名在 modelList 中需带 anthropic/ 前缀。具体配置项和安装步骤请参见官方文档 https://holmesgpt.dev/ 与 GitHub 仓库。