Skip to content
FakeEyes2WoPublic

About

Kdump分析Agent

Resources

Stars

2 stars

Watchers

1 watching

Forks

Repository files navigation

proj-352 基于LLM的Kdump分析

目录

赛题简介

在Linux操作系统崩溃时,会进入kdump允许获取内核崩溃时的dump stack和故障现场,通常dump包括调用栈、寄存器和内存分析等信息,并且需要结合当前版本代码进行详细分析。 本题旨在利用语言模型的知识,通过理解对应版本的kernel代码,完成自动化dump信息的分析,给出初步故障诊断建议,简化故障定位流程。

完成情况

本项目紧密围绕“实现基于LLM的kdump分析”这一赛题目标,构建了多智能体协同的认知推理系统,全面响应并实现了赛题提出的核心功能需求。在自动化kdump分析方面,系统已实现基于大语言模型的崩溃日志理解与根因推断机制,能够自动提取调用栈、寄存器信息并结合上下文进行语义分析。

  • ✅ 针对内核代码理解的需求,项目构建了基于RAG的检索增强框架,集成了LSP源码搜索能力,支持版本感知的代码定位(已完成)。
  • ✅ 在工具链集成方面,系统深度整合GDB调试接口,实现了崩溃堆栈数据获取与代码行级别分析能力(已完成)。
  • ✅ 对于污点传播路径的追踪,系统设计了递归式污点分析模块,支持最多60步回溯,具备变量级细粒度分析能力(已完成)。
  • ✅ 可解释性方面,系统构建了决策链条记录、污点路径可视化与证据链生成机制,确保分析过程透明可信(已完成)。
  • ✅ 在多智能体架构方面,系统实现了规划、函数分析、传递分析与根因分析四大Agent的协同工作机制(已完成)。
  • ✅ 整体系统已实现端到端的崩溃分析闭环流程,具备良好的扩展性和稳定性(已完成)。
  • ✅ 项目采用Apache 2.0开源协议,符合赛题对License的要求(已完成)。

Kdump分析环境配置指南 (Linux)

1. 环境准备

1.1 创建conda环境

# 创建指定版本的Python环境
conda create -n TraceGPT python=3.11
conda activate TraceGPT

1.2 系统依赖

确保已安装以下系统软件包:

  • gdb (需要有Python支持)
  • clang/llvm工具链,我们需要里面的clangd服务器
  • tar
  • make
  • gcc

在Ubuntu/Debian上安装:

sudo apt-get update
sudo apt-get install gdb python3-dev tar make gcc clang

2. 依赖安装

2.1 安装Python依赖

pip install -r requirements.txt

2.2 配置kdump解析环境

kdump的解析依赖于以下开源项目:

  1. https://github.com/ptesarik/libkdumpfile
  2. https://github.com/ptesarik/kdump-gdbserver
  3. https://github.com/ptesarik/pykdumpfile

其中,3包含在了python依赖中,pip安装即可。2则是python脚本程序

libkdumpfile的安装

如果你使用archlinux,请使用包管理器直接安装

sudo pacman -S libkdumpfile

否则,建议参考github链接手动安装,不同机器的编译依赖环境不同。

以下网盘链接中提供了一个基于glibc-2.35(ubuntu 22.04)编译的libkdumpfile的二进制库文件,以及kdump-gdbserver的打包,可供参考使用。

链接: https://pan.baidu.com/s/11aI5BENy429-y2ZAxtxraQ?pwd=5ayy 提取码: 5ayy

3. AI相关配置

修改kdump-agent/.env文件:

DEEPSEEK_API_KEY = "your-deepseek-api-key"
TAVILY_API_KEY = "your-tavily-api-key"

使用

  1. 激活conda环境:
conda activate kdump
  1. 获得分析实例 参考experimentPlatform/README.md

  2. 运行分析工具: 项目的一次运行依赖于以下路径:

KERNEL_PATH = "/path/to/kernel/source"  # 内核源代码路径
VMLINUX_PATH = "/path/to/vmlinux"      # 内核vmlinux文件路径
VMCORE_PATH = "/path/to/vmcore"        # vmcore文件路径
# 以上三者均会被实验平台生成打包在一个压缩包内
KDUMP_GDBSERVER_PATH = "/path/to/kdump-gdbserver"  # 由build.sh安装到Env/extracted/

程序的路径配置是交互式进行的,执行

python kdump-agent/main.py

即可。

项目介绍与演示视频

演示视频:

链接: https://pan.baidu.com/s/1E9gmPrDwikyuAi6eK_V1HA?pwd=48if 提取码: 48if

项目介绍:

链接: https://pan.baidu.com/s/1ulOjvX0PhmVDm-f28Gw8IQ?pwd=77kh 提取码: 77kh

说明文档

说明文档请参考 docs/TraceGPT说明文档.pdf

开发日志

初赛开发日志请参考 docs/开发日志/初赛

决赛开发日志请参考 docs/开发日志/复赛

About

Kdump分析Agent

Resources

Stars

2 stars

Watchers

1 watching

Forks

Releases

Packages

Contributors

Languages