agents/rca_agent.py

"""
Agent 3: Root Cause & Recommendation Agent
Интерпретирует аномалии и формирует рекомендации.
"""

from typing import Dict, List, Any
import json


class RootCauseAgent:
    """Анализирует аномалии и генерирует рекомендации."""
    
    def __init__(self):
        """Инициализация агента."""
        self.root_cause_templates = self._init_root_cause_templates()
        self.recommendation_templates = self._init_recommendation_templates()
    
    def analyze(self, anomaly_report: Dict[str, Any]) -> str:
        """
        Анализирует отчёт об аномалиях и генерирует рекомендации.
        
        Args:
            anomaly_report: Отчёт об аномалиях от AnomalyDetectionAgent
            
        Returns:
            Markdown-текст с анализом и рекомендациями
        """
        if not anomaly_report or not anomaly_report.get('anomalies'):
            return self._generate_no_anomalies_report()
        
        anomalies = anomaly_report.get('anomalies', [])
        statistics = anomaly_report.get('statistics', {})
        severity_summary = anomaly_report.get('severity_summary', {})
        
        # Генерация отчёта
        report_parts = []
        
        # Заголовок
        report_parts.append("# Анализ первопричин и рекомендации\n")
        report_parts.append(f"**Обнаружено аномалий:** {statistics.get('total', 0)}\n")
        
        # Сводка по серьёзности
        if severity_summary:
            report_parts.append("\n## Сводка по уровням серьёзности\n")
            severity_order = ['CRITICAL', 'HIGH', 'MEDIUM', 'LOW']
            for severity in severity_order:
                count = severity_summary.get(severity, 0)
                if count > 0:
                    emoji = self._get_severity_emoji(severity)
                    report_parts.append(f"- {emoji} **{severity}:** {count}\n")
        
        # Группировка аномалий по типам
        anomalies_by_type = {}
        for anomaly in anomalies:
            anomaly_type = anomaly.get('type', 'UNKNOWN')
            if anomaly_type not in anomalies_by_type:
                anomalies_by_type[anomaly_type] = []
            anomalies_by_type[anomaly_type].append(anomaly)
        
        # Анализ каждого типа аномалий
        report_parts.append("\n## Детальный анализ аномалий\n")
        
        for anomaly_type, type_anomalies in anomalies_by_type.items():
            report_parts.append(f"\n### {self._get_anomaly_type_name(anomaly_type)}\n")
            
            # Анализ первопричин
            root_causes = self._identify_root_causes(anomaly_type, type_anomalies)
            if root_causes:
                report_parts.append("#### Возможные первопричины:\n")
                for i, cause in enumerate(root_causes, 1):
                    report_parts.append(f"{i}. {cause}\n")
            
            # Детали аномалий
            report_parts.append("\n#### Детали:\n")
            for i, anomaly in enumerate(type_anomalies[:5], 1):  # Показываем до 5 примеров
                severity = anomaly.get('severity', 'UNKNOWN')
                description = anomaly.get('description', 'Без описания')
                report_parts.append(f"**Аномалия {i}** ({severity}):\n")
                report_parts.append(f"- {description}\n")
                
                # Дополнительная информация
                if anomaly.get('count'):
                    report_parts.append(f"- Количество: {anomaly.get('count')}\n")
                if anomaly.get('error_message'):
                    error_msg = anomaly.get('error_message', '')[:150]
                    report_parts.append(f"- Сообщение: `{error_msg}`\n")
                if anomaly.get('metadata'):
                    metadata = anomaly.get('metadata', {})
                    if metadata.get('affected_lines'):
                        lines = metadata.get('affected_lines', [])[:5]
                        report_parts.append(f"- Затронутые строки: {', '.join(map(str, lines))}\n")
            
            if len(type_anomalies) > 5:
                report_parts.append(f"\n*... и ещё {len(type_anomalies) - 5} аномалий этого типа*\n")
        
        # Рекомендации
        report_parts.append("\n## Рекомендации по устранению\n")
        recommendations = self._generate_recommendations(anomalies)
        
        for i, recommendation in enumerate(recommendations, 1):
            priority = recommendation.get('priority', 'MEDIUM')
            emoji = self._get_priority_emoji(priority)
            report_parts.append(f"\n### {emoji} Рекомендация {i} (Приоритет: {priority})\n")
            report_parts.append(f"{recommendation.get('text', '')}\n")
            
            if recommendation.get('actions'):
                report_parts.append("**Конкретные действия:**\n")
                for action in recommendation.get('actions', []):
                    report_parts.append(f"- {action}\n")
        
        # Общие рекомендации
        report_parts.append("\n## Общие рекомендации\n")
        general_recommendations = self._generate_general_recommendations(anomalies, statistics)
        for rec in general_recommendations:
            report_parts.append(f"- {rec}\n")
        
        return ''.join(report_parts)
    
    def _identify_root_causes(self, anomaly_type: str, anomalies: List[Dict]) -> List[str]:
        """Определяет возможные первопричины для типа аномалий."""
        causes = []
        
        if anomaly_type == 'BURST_ERRORS':
            causes.extend([
                "Внезапная перегрузка системы или внешнего сервиса",
                "Сбой в инфраструктуре (сеть, база данных, диск)",
                "Проблемы с зависимыми сервисами или API",
                "Некорректное обновление или развертывание кода"
            ])
        elif anomaly_type == 'REPEATED_ERRORS':
            causes.extend([
                "Проблема в коде, которая воспроизводится при определённых условиях",
                "Недостаточная обработка ошибок в цикле или повторяющемся процессе",
                "Проблема конфигурации, влияющая на конкретную функциональность",
                "Ресурсные ограничения (память, диск, соединения)"
            ])
        elif anomaly_type == 'ERROR_BEFORE_CRASH':
            causes.extend([
                "Критическая ошибка, приводящая к падению процесса",
                "Исчерпание ресурсов (память, дескрипторы файлов)",
                "Некорректное состояние приложения после длительной работы",
                "Проблемы с внешними зависимостями"
            ])
        elif anomaly_type == 'TEMPORAL_SPIKE':
            causes.extend([
                "Плановые задачи (cron jobs, scheduled tasks)",
                "Резкое увеличение нагрузки от пользователей",
                "Внешние события, вызывающие массовые запросы",
                "Проблемы с кэшированием или сессиями"
            ])
        elif anomaly_type == 'REPEATED_STACK_TRACES':
            causes.extend([
                "Необработанное исключение в часто вызываемом коде",
                "Проблема в библиотеке или зависимостях",
                "Некорректные входные данные, вызывающие исключение",
                "Race condition или проблема конкурентности"
            ])
        else:
            causes.append("Требуется дополнительный анализ для определения первопричины")
        
        return causes
    
    def _generate_recommendations(self, anomalies: List[Dict]) -> List[Dict[str, Any]]:
        """Генерирует рекомендации на основе обнаруженных аномалий."""
        recommendations = []
        
        # Группировка по типам для приоритизации
        anomaly_types = [a.get('type') for a in anomalies]
        severities = [a.get('severity') for a in anomalies]
        
        has_critical = any(s == 'CRITICAL' for s in severities)
        has_high = any(s == 'HIGH' for s in severities)
        has_burst = 'BURST_ERRORS' in anomaly_types
        has_crash = 'ERROR_BEFORE_CRASH' in anomaly_types
        
        # Критические рекомендации
        if has_crash:
            recommendations.append({
                'priority': 'CRITICAL',
                'text': 'Обнаружены признаки возможного краша системы. Требуется немедленное внимание.',
                'actions': [
                    'Проверить состояние системы и процессов',
                    'Проанализировать последние ошибки перед крашем',
                    'Убедиться, что мониторинг и алертинг настроены корректно',
                    'Рассмотреть возможность отката последних изменений'
                ]
            })
        
        if has_burst:
            recommendations.append({
                'priority': 'HIGH',
                'text': 'Обнаружены всплески ошибок. Необходимо определить источник нагрузки.',
                'actions': [
                    'Проверить метрики нагрузки (CPU, память, сеть)',
                    'Изучить логи зависимых сервисов',
                    'Проверить состояние базы данных и внешних API',
                    'Рассмотреть возможность масштабирования или rate limiting'
                ]
            })
        
        # Рекомендации по повторяющимся ошибкам
        if 'REPEATED_ERRORS' in anomaly_types:
            recommendations.append({
                'priority': 'HIGH',
                'text': 'Обнаружены повторяющиеся ошибки. Требуется исправление в коде или конфигурации.',
                'actions': [
                    'Идентифицировать конкретный участок кода, вызывающий ошибку',
                    'Добавить более детальное логирование для отладки',
                    'Улучшить обработку ошибок с логированием контекста',
                    'Провести code review проблемного участка'
                ]
            })
        
        # Рекомендации по stack traces
        if 'REPEATED_STACK_TRACES' in anomaly_types:
            recommendations.append({
                'priority': 'MEDIUM',
                'text': 'Обнаружены повторяющиеся stack traces. Необходимо исправить необработанные исключения.',
                'actions': [
                    'Найти и исправить источник исключения',
                    'Добавить обработку исключений (try-except блоки)',
                    'Улучшить валидацию входных данных',
                    'Обновить проблемные библиотеки или зависимости'
                ]
            })
        
        # Общие рекомендации по мониторингу
        if has_high or has_critical:
            recommendations.append({
                'priority': 'MEDIUM',
                'text': 'Улучшить систему мониторинга и алертинга для раннего обнаружения проблем.',
                'actions': [
                    'Настроить алерты на критические ошибки',
                    'Внедрить мониторинг метрик производительности',
                    'Настроить дашборды для визуализации состояния системы',
                    'Реализовать автоматические проверки здоровья (health checks)'
                ]
            })
        
        return recommendations
    
    def _generate_general_recommendations(self, anomalies: List[Dict], statistics: Dict) -> List[str]:
        """Генерирует общие рекомендации."""
        recommendations = []
        
        total = statistics.get('total', 0)
        if total == 0:
            return ["Логи не содержат аномалий. Система работает стабильно."]
        
        recommendations.append("Регулярно проверяйте логи на наличие паттернов и трендов")
        recommendations.append("Настройте автоматическое уведомление о критических ошибках")
        
        if total > 10:
            recommendations.append("Обнаружено значительное количество аномалий - рекомендуется провести комплексный анализ системы")
        
        recommendations.append("Ведите документацию по известным проблемам и их решениям")
        recommendations.append("Рассмотрите возможность внедрения централизованного логирования (ELK, Splunk и т.д.)")
        
        return recommendations
    
    def _get_anomaly_type_name(self, anomaly_type: str) -> str:
        """Возвращает читаемое название типа аномалии."""
        names = {
            'BURST_ERRORS': 'Всплески ошибок',
            'REPEATED_ERRORS': 'Повторяющиеся ошибки',
            'ERROR_BEFORE_CRASH': 'Ошибки перед крашем',
            'TEMPORAL_SPIKE': 'Временные всплески',
            'REPEATED_STACK_TRACES': 'Повторяющиеся stack traces'
        }
        return names.get(anomaly_type, anomaly_type)
    
    def _get_severity_emoji(self, severity: str) -> str:
        """Возвращает emoji для уровня серьёзности."""
        emoji_map = {
            'CRITICAL': '🔴',
            'HIGH': '🟠',
            'MEDIUM': '🟡',
            'LOW': '🟢'
        }
        return emoji_map.get(severity, '⚪')
    
    def _get_priority_emoji(self, priority: str) -> str:
        """Возвращает emoji для приоритета."""
        emoji_map = {
            'CRITICAL': '🔴',
            'HIGH': '🟠',
            'MEDIUM': '🟡',
            'LOW': '🟢'
        }
        return emoji_map.get(priority, '⚪')
    
    def _init_root_cause_templates(self) -> Dict[str, List[str]]:
        """Инициализирует шаблоны первопричин."""
        return {}
    
    def _init_recommendation_templates(self) -> Dict[str, List[str]]:
        """Инициализирует шаблоны рекомендаций."""
        return {}
    
    def _generate_no_anomalies_report(self) -> str:
        """Генерирует отчёт, когда аномалий не обнаружено."""
        return """# Анализ первопричин и рекомендации

## Результаты анализа

**Обнаружено аномалий:** 0

✅ **Система работает стабильно.** В логах не обнаружено значительных аномалий или паттернов, указывающих на проблемы.

### Общие рекомендации

- Продолжайте регулярный мониторинг логов
- Поддерживайте текущий уровень логирования
- Настройте автоматические проверки для раннего обнаружения проблем
- Регулярно просматривайте метрики производительности
"""