Xata Agent

Xata Agent отслеживает базы данных PostgreSQL, находит первопричины проблем и предлагает исправления. Получайте аналитику на базе ИИ для настройки производительности и устранения неполадок. Интегрируется со Slack, поддерживает OpenAI и Anthropic.

Базы данных Аналитика и мониторинг Деплой и DevOps ★ 759 GitHub (759 ★)

Xata Agent — это открытый ИИ-агент, предназначенный для работы в роли эксперта по PostgreSQL. Он активно мониторит вашу базу данных на предмет потенциальных проблем, выявляет коренные причины неполадок, предлагает настройку конфигурации и помогает диагностировать распространённые проблемы, такие как высокая загрузка CPU, перегрузка памяти или большое количество подключений. Агент использует набор инструментов и playbook'ов, чтобы избежать галлюцинаций, и поддерживает множество моделей от OpenAI, Anthropic и Deepseek. Он интегрируется с сервисами, такими как Slack, для уведомлений, а также может отслеживать логи и метрики из RDS и Aurora через Cloudwatch.

Ключевые особенности

01Активно предлагает настройку конфигурации для экземпляров баз данных.

02Отслеживает логи и метрики для выявления потенциальных проблем PostgreSQL.

03759 звёзд на GitHub

04Поддерживает множество моделей от OpenAI, Anthropic и Deepseek.

05Интегрируется со Slack для уведомлений.

06Диагностирует проблемы производительности и предлагает рекомендации по индексам.

Варианты использования

01Автоматизированный мониторинг базы данных и оповещение.

02Оптимизация производительности баз данных PostgreSQL.

03Диагностика проблем базы данных и предложение решений.

Xata Agent, your AI expert in PostgreSQL

Xata Agent is an open source agent that monitors your database, finds root causes of issues, and suggests fixes and improvements. It's like having a new SRE hire in your team, one with extensive experience in Postgres.

Letting the agent introduce itself:

Hire me as your AI PostgreSQL expert. I can:

watch logs & metrics for potential issues.

proactively suggest configuration tuning for your database instance.

troubleshoot performance issues and make indexing suggestions.

troubleshoot common issues like high CPU, high memory usage, high connection count, etc.

and help you vacuum (your Postgres DB, not your room).

More about me:

I am open source and extensible.

I can monitor logs & metrics from RDS & Aurora via Cloudwatch.

I use preset SQL commands. I will never run destructive (even potentially destructive) commands against your database.

I use a set of tools and playbooks to guide me and avoid hallucinations.

I can run troubleshooting statements, like looking into pg_stat_statements, pg_locks, etc. to discover the source of a problem.

I can notify you via Slack if something is wrong.

I support multiple models from OpenAI, Anthropic, and Deepseek.

Past experience:

I have been helping the Xata team monitor and operate tons of active Postgres databases.

Demo

Here is an under 4 minutes walkthrough of the agent in action:

Xata.Agent.demo.mp4

A youtube version of the demo is available here.

Installation / self-hosted

We provide docker images for the agent itself. The only other dependency is a Postgres database in which the agent will store its configuration, state, and history.

We provide a docker-compose file to start the agent and the Postgres database.

Edit the .env.production file in the root of the project. You need to set the PUBLIC_URL and the API key for at least OpenAI.

Start a local instance via docker compose:

docker compose up

Open the app at http://localhost:8080 (or the public URL you set in the .env.production file) and follow the onboarding steps.

We have a more detailed guide on how to deploy via docker-compose on an EC2 instance.

For authentication, you can use your own OAuth provider.

Development

Go to the apps/dbagent directory and follow the instructions in the README.

Extensibility

The agent can be extended via the following mechanisms:

Tools: These are functions that the agent can call to get information about the database. They are written in TypeScript, see this file for their description.
Playbooks: These are sequences of steps that the agent can follow to troubleshoot an issue. They are simply written in english. The pre-defined playbooks are here.
Integrations: For example, the AWS and Slack integrations. They contain configuration and UI widgets.

Status / Roadmap

While it's still early days, we are using the agent ourself in our day-to-day operations work at Xata.

Playbooks:
- general monitoring
- tune settings
- investigate slow queries
- investigate high CPU
- investigate high memory
- investigate high connection count
- investigate locks
- investigate vacuuming
- Support for custom playbooks
- Other playbooks (please let us know)
MCP integrations:
- Act as an MCP server for other agents
- Call the tools over the network via MCP
Support for more cloud providers:
- AWS RDS
- AWS Aurora
- Google Cloud SQL
- Azure Database for PostgreSQL
- Digital Ocean Managed Databases
- Other (please let us know)
Notifications & integrations:
- Simple Slack integration
- Slack integration as an AI agent (#29)
- Discord integration
- Other (please let us know)
Eval & testing:
- Add eval testing for the interaction with LLMs
Approval workflow:
- Add an approval workflow for the agent to run potentially dangerous statements
- Allow configuration of the tools that can be defined per monitoring schedule

While the Agent is by its nature primarily an open-source project that you self-host, we are also working on a cloud version. The advantage of the cloud version is that some integrations are easier to install. If you are interested in the cloud version, please sign up on the waitlist here.

Xata Agent — ваш AI-эксперт по PostgreSQL

Xata Agent — это open-source агент, который мониторит вашу базу данных PostgreSQL, самостоятельно находит корневые причины проблем и предлагает исправления и улучшения. Представьте, что к вашей команде присоединился опытный SRE-инженер, специализирующийся на Postgres.

Агент умеет:

отслеживать логи и метрики в поисках потенциальных проблем;
proactively предлагать настройку конфигурации вашего экземпляра БД;
диагностировать проблемы производительности и рекомендовать индексы;
разбираться с типичными ситуациями: высокая загрузка CPU, чрезмерное потребление памяти, большое количество подключений и т.д.;
помогать с вакуумированием (Postgres, не вашей комнаты).

Ключевые особенности:

Open source и расширяемый.
Может мониторить логи и метрики RDS и Aurora через CloudWatch.
Использует только предопределённые SQL-команды — никогда не выполнит деструктивные (или потенциально опасные) запросы.
Набор инструментов и плейбуков предотвращает галлюцинации.
Может выполнять диагностические запросы (pg_stat_statements, pg_locks и др.) для поиска источника проблемы.
Умеет уведомлять через Slack.
Поддерживает несколько моделей от OpenAI, Anthropic и DeepSeek.
Уже помогает команде Xata в ежедневной работе с множеством активных баз Postgres.

Демо

Посмотрите короткое (менее 4 минут) демонстрационное видео:

Видео на YouTube

Установка (самостоятельный хостинг)

Для запуска агента используются Docker-образы. Единственная внешняя зависимость — база данных PostgreSQL, в которой агент хранит свою конфигурацию, состояние и историю.

В репозитории предоставлен файл docker-compose.yml для запуска агента и Postgres вместе.

Скопируйте файл .env.production (находится в корне проекта) и отредактируйте его. Обязательно укажите PUBLIC_URL и API-ключ хотя бы для OpenAI.
Запустите локальный экземпляр командой:

docker compose up

Откройте приложение по адресу http://localhost:8080 (или по тому PUBLIC_URL, который вы задали) и следуйте шагам онбординга.

Подробное руководство по развёртыванию на EC2 с помощью docker-compose доступно в вики проекта.

Для аутентификации можно использовать собственный OAuth-провайдер.

Разработка

Если вы хотите внести изменения в код, перейдите в директорию apps/dbagent и следуйте инструкциям из локального README.

Расширяемость

Агент можно расширять несколькими способами:

Инструменты (Tools) — функции, которые агент может вызывать для получения информации о базе. Написаны на TypeScript, их описание можно найти в этом файле.
Плейбуки (Playbooks) — последовательности шагов на английском языке для диагностики конкретных проблем. Предопределённые плейбуки хранятся здесь.
Интеграции — например, интеграции с AWS и Slack, которые содержат конфигурацию и UI-виджеты.

Статус и дорожная карта

Проект находится на ранней стадии, но уже используется в повседневной работе команды Xata.

Плейбуки (уже реализованы)

Также поддерживаются пользовательские плейбуки.

В планах

Интеграции MCP:
- работа как MCP-сервер для других агентов;
- вызов инструментов по сети через MCP.
Дополнительные облачные провайдеры:
- AWS RDS (уже);
- AWS Aurora (уже);
- Google Cloud SQL;
- Azure Database for PostgreSQL;
- Digital Ocean Managed Databases.
Уведомления и интеграции:
- простая интеграция со Slack;
- улучшенная Slack-интеграция в виде AI-агента (#29);
- интеграция с Discord.
Оценка и тестирование:
- добавить eval-тестирование взаимодействия с LLM.
Рабочий процесс утверждения:
- approval workflow для потенциально опасных операций;
- возможность гибко настраивать, какие инструменты доступны для каждого расписания мониторинга.

Облачная версия

Несмотря на то что проект в первую очередь open-source и предназначен для самостоятельного хостинга, команда работает и над облачной версией. Её преимущество — более простая установка интеграций. Если вы заинтересованы, оставьте заявку на лист ожидания.

Лицензия: LICENSE

Сообщество: Discord, Twitter

Источник: https://mcpmarket.com/server/xata-agent