AICOS-CMDB介绍

注意: main 分支在开发过程中可能处于不稳定状态。 请通过 releases 获取稳定版本代码。

AICOS-HCM具备面向资产及应用的企业级配置管理能力，提供了全新自定义模型管理，用户不仅可以方便地实现内置模型属性的拓展，同时也能够根据不同的企业需求随时新增模型和关联关系，把网络、中间件、虚拟资源等纳入到CMDB的管理中。除此之外还增加了更多符合场景需要的新功能：机器数据快照、数据自动发现、变更事件主动推送、更加精细的权限管理、可拓展的业务拓扑等功能。

本仓库是 AICOS-CMDB仓库。

架构设计

AICOS-CMDB架构整体为分层的微服务设计，可以分为以下四层：

• web层：系统提供的web服务；
• 接口层：系统的api服务网关；
• 服务层：提供资源管理和业务场景管理服务；
• 资源层：提供系统所需的资源。

功能特性

一、web层

核心定位：系统提供的web服务。通过配置平台提供的web服务界面，用户可以进行资源的操作

二、接口层

核心定位： 提供系统的api服务网关，实现web层与服务能力的对接。

三、服务层

核心定位：提供资源管理原理接口服务，并将原子接口对应用场景封装。

核心能力

• 资源管理模块： 在配置平台中我们把资源类型进行了抽象，提供原子接口服务，支持横向扩展，每一类资源由一类微服务进程来管理。
• 业务场景模块： 业务场景模块是基于资源管理模块的原子接口对应用场景的封装，基于操作的相关度，目前划分出【admin、auth、cloud、datacollection、operation、host、process、synchronize、task、topo】几个微服务。
  • admin服务负责系统的配置刷新、初始化数据写入等操作；
  • event服务负责系统的事件订阅与推送服务；
  • process、topo、host、cloud分别负责系统进程、拓扑模型、主机、云数据的使用场景；
  • datacollection 服务负责系统快照数据的接收与写入；
  • operation 服务提供与运营统计相关功能；
  • synchronize 服务提供数据同步功能；
  • auth 服务提供权限相关功能；
  • task 服务提供异步任务管理。
• data-service: 负责操作DB数据，通过内置的DAO层操作数据，提供云资源数据操作的原子接口
• hc-service: 负责对接云SDK，提供多云统一的云上资源操作的原子接口，并可以通过data-service将相关数据写入db
• 待开发服务: event-server（云事件服务）

四、资源层

核心定位：提供系统所需的资源存储、消息队列以及缓存系统服务。

核心优势

• 拓扑化的主机管理：主机基础属性、主机快照数据、主机归属关系管理
• 组织架构管理：可扩展的基于业务的组织架构管理
• 模型管理：既能管理业务、集群、主机等内置模型，也能自定义模型
• 进程管理：基于模块的主机进程管理
• 事件注册与推送：提供基于回调方式的事件注册与推送
• 通用权限管理：灵活的基于用户组的权限管理
• 操作审计：用户操作行为的审计与回溯

AICOS 社区

中国信通院牵头搭建AICOS开源社区，旨在汇聚行业各方力量，发挥协同优势与成员单位创新能力，通过关键技术攻关、行业标准制定、生态体系建设等工作，推动AI云操作系统技术创新与产业升级，助力各行业在人工智能驱动下实现数字化转型与高质量发展。

2025 年 6 月，中国信通院联合天翼云、华为、中科院、移动云、摩尔线程、中国铁塔等单位，在全球计算联盟 GCC 下成立 AI 云操作系统专委会。专委会设立了首届主任委员、轮值主任委员及委员，并成立了专委会管理委员会及 7 大专项工作组，包括学术工作组、应用平台工作组、编排调度引擎工作组、推理训练引擎工作组、资源管理引擎工作组、开源生态工作组和标准化工作组，聚焦 AI 云操作系统的核心技术需求与生态建设。

社区核心工作方向

• 技术体系建设：围绕AI应用编排、算力调度、资源管理及底层资源适配开展技术研究与落地，打造全栈式AI云操作系统技术体系；
• 专项工作研究：联合学术、应用平台、编排调度、推理训练、资源管理、开源生态、标准化等多方位专家，针对性开展技术与生态建设工作；
• 生态协同发展：联合行业内科研机构、云服务商、运营商、智算中心、硬件厂商等多方主体，推动技术成果落地与产业应用，覆盖能源、金融等多行业领域；
• 标准与人才建设：制定AI云操作系统相关行业标准，推动开源生态建设，同时开展人才培育工作，为行业输送专业技术人才，助力产业创新发展。

标准体系建设

AICOS 联合中国信通院从 AI 云操作系统总体架构、架构各层级及兼容性、安全性、可靠性、关键性能方面规划了完善的标准体系，并逐步启动各项标准的编制工作，旨在为产业发展提供统一的规范和指导。本标准体系已设立19项重要标准，目前《基于 AI 云操作系统的大模型推理加速能力要求》等三项标准已成功立项。

贡献指南

欢迎所有开发者参与AICOS开源社区建设，提交功能特性、修复问题、完善文档。 详细贡献规范请查看 CONTRIBUTING.md

Git Commit 规范

标记	说明
feat	新功能/特性开发
fix	修复存在的 bug
docs	添加/修改文档类内容
style	修改注释、代码格式化等
refactor	代码重构、架构调整
perf	性能优化、参数调优
test	添加/修改单元测试用例
chore	构建脚本、CI/CD调整等