minus20
Minus20 es una herramienta de automatización para Kubernetes que reduce el tiempo de diagnóstico de incidentes a menos de 20 minutos mediante IA local o cloud, integrándose con Alertmanager y entregando hipótesis de causa raíz con evidencia técnica en Slack o Telegram.
Ficha actualizada 27 sept 2026, 17:38 · upstream 27 sept 2026, 17:33 · release sin release detectada
Qué es minus20
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
Minus20 es una solución de monitorización y respuesta a incidentes para entornos Kubernetes diseñada para automatizar el diagnóstico inicial tras una alerta. El sistema se integra directamente con Alertmanager, capturando eventos del clúster, logs de pods, métricas de Prometheus y registros de Loki o CloudWatch para construir hipótesis falsificables sobre la causa raíz en menos de un minuto.
La arquitectura separa claramente el proceso reflexivo (análisis automático inmediato) del deliberativo (investigación profunda mediante agentes). Esto permite que las alertas críticas se procesen automáticamente sin intervención humana, mientras que los ingenieros pueden interactuar con un agente para profundizar en la investigación o generar informes semanales. El sistema garantiza que los datos sensibles nunca salgan del entorno de producción si se configura con modelos locales.
El despliegue es sencillo mediante Helm Chart o Docker Compose, soportando tanto entornos cloud como locales (con Ollama). Incluye un servidor MCP para integración con agentes externos y una interfaz web de solo lectura para auditar la historia de incidentes. La licencia AGPL-3.0 permite el uso interno sin coste, pero exige publicar modificaciones si se expone como servicio.
- Diagnóstico automático de incidentes en Kubernetes tras recibir una alerta de Alertmanager
- Integración con agentes de IA externos (Claude Code, Gemini CLI) para investigar incidentes históricos
- Generación de informes semanales de incidentes y análisis de tendencias operativas
- Simulación de fallos inyectados para validar la capacidad de respuesta del sistema
- Hipótesis falsificables con evidencia técnica (logs, métricas) en menos de 20 minutos
- Protección de privacidad: redacción automática de PII y opción de modelos locales sin API keys
- Degradación elegante: las alertas se entregan incluso si el modelo de IA falla
- Soporte para múltiples backends de LLM (Ollama, OpenAI-compatible, Anthropic) sin cambios de código
- La interfaz web no tiene autenticación y solo debe accederse vía ClusterIP con port-forward
- No soporta multi-tenancia ni fuentes de alertas externas a Kubernetes
- Latencia elevada en CPU con modelos locales pequeños (hasta 8 minutos para preguntas complejas)
- La precisión depende del modelo de IA seleccionado y no ha sido validada contra incidentes reales de producción
Perfil de infraestructura
Estimación inicial derivada del repositorio y de los servicios detectados.
Despliegue detectado
Qué señales reales de instalación hemos encontrado.
Requiere un clúster Kubernetes con Alertmanager activo. Para despliegue local, usar Docker Compose o Helm con imágenes de GitHub Container Registry. Configurar el proveedor de LLM (ej. Ollama en localhost) y los canales de notificación (Slack/Telegram). Verificar que los servicios PostgreSQL y Redis estén disponibles. No exponer la UI web públicamente.
Stack y dependencias
Componentes inferidos a partir de manifests, configuración y documentación.
Puede sustituir a
Relaciones detectadas por el análisis del repositorio y su categoría.
Experiencia real de la comunidad
Ayuda a contrastar la estimación automática con instalaciones reales.
Todavía no hay datos comunitarios para este proyecto.