为你的 homelab 打造的 AI 通知大脑——一个更聪明、更安静的 ntfy。

Sift 会接收你所有运行中的服务产生的事件，让 LLM 对它们进行分诊和关联，只把紧急且可操作的事件推送到你的手机。所有例行事务都会汇总成每天一份的平实语言摘要。它监控你的服务器，一旦有服务器宕机就立刻通知你；它在每台主机上运行一个轻量级 agent，让你可以通过 Web 控制台或 Telegram 向它询问任何问题，或在任意主机上运行只读诊断。

AI 是可选的：即使不配置模型，Sift 仍然能通过规则完成去重、路由和摘要。一个小容器，零 Python 依赖（仅标准库）。

自托管用户被通知淹没——每小时一次的“有更新可用”提醒、反复抖动的索引器、扫描器噪音、各种杂音——结果真正重要的那一条告警（磁盘即将损坏、备份失败）反而被淹没。Sift 解决的是信噪比问题，而不仅仅是投递问题：它理解你的环境，只在确实需要你介入时才打扰你。

AI 分诊——对每个事件进行分类（critical / urgent / routine / noise），生成摘要，并将具有相同根因的事件分组（“3 个站点宕机 = 隧道问题，而不是 3 个告警”）。兼容任何 OpenAI 兼容端点（Ollama、vLLM、LM Studio、OpenAI、Groq……）。

了解你的环境——你只需写一次平实语言的 ai_context（你的主机、哪些重要、哪些是正常噪音），它就会指导分诊、对话和摘要。这是“让它变聪明”的最大杠杆。

AI 可选——没有模型？仅规则模式（关键词分诊 + 确定性路由）依然可用，并且 Sift 采用故障开放策略（LLM 宕机 → 事件原样推送，绝不丢弃）。

确定性安全护栏——匹配你 critical_bypass 正则的事件（磁盘即将损坏、备份失败、磁盘已满……）会立即推送，不经过 LLM。mute_patterns 则相反：已知噪音直接进入摘要，绝不告警。

兼容 ntfy 的接收——向 ntfy 发送 POST 的发布者只需修改 URL 即可迁移。使用 POST /<topic> 加文本正文，或 POST /notify 加 JSON。支持 Bearer、X-Sift-Token 或 HTTP Basic 认证。

集群监控——Sift 主动检查你的服务器/服务（HTTP/TCP），并在宕机 → 恢复时告警，带状态变更去重（不会反复发送“仍然宕机”）。

主机 agent——每台主机上运行一个极小的 bash agent（零依赖），报告健康状态（磁盘 / ZFS / SMART / 不健康的容器），并转发错误日志供 AI 分诊。死人开关：如果某台主机失去静默，Sift 会告诉你。

远程只读诊断——从 Web 控制台或 Telegram，在任意主机上运行白名单内的诊断命令（disk、mem、zpool、docker ps/logs、smart、journal、failed units、top procs、listening ports……）并读取输出。没有 shell，没有入站连接，没有任何能改变状态的操作。

问它任何问题（Telegram）——“我的服务器都正常吗？”“X 为什么挂了？”“host1 上是什么在占磁盘？”——它会检查集群并自行运行诊断来回答。只读、仅限你本人、带短期对话记忆。

Web UI——仪表盘（集群 + agent + 事件）、一行式 agent 安装器、控制台、监控项、投递/AI/接收设置、原始配置。受管理员密码保护，可离线使用（无 CDN）。

可插拔投递——Telegram、ntfy、Discord、Slack 或通用 webhook。

架构

publishers ─┐ ┌─► Telegram / ntfy / Discord / … ├─► Sift server (triage, AI, ──┤ host agents ┘ monitors, web UI, DB) └─► daily digest

host agent 只向外拨号：心跳、指标、日志，以及对只读命令的长轮询。Sift 从不主动连接主机——没有入站端口，不存储 SSH 密钥。可通过任何现有的反向代理 / 隧道工作。

快速开始（服务端）

git clone https://github.com/<you>/sift && cd sift cp config.example.json data/config.json cp compose.example.yml compose.yml # 然后按需修改端口绑定

编辑 data/config.json：投递渠道 +（可选）llm 端点 + ingest_token

docker compose up -d --build

或者不用 Docker：python3 sift.py data/config.json（仅标准库，Python 3.9+）。

打开 Web UI http://<host>:8130/，设置管理员密码，然后发布一个测试事件：

curl -H "Authorization: Bearer $INGEST_TOKEN"
-H "Title: Backup failed"
-d "restic exited 1 on the nightly run"
http://localhost:8130/backups

添加主机（agent）

从 Web UI 的 Deploy 标签页，或直接在目标主机上以 root 运行：

curl -fsSL http://<your-sift>:8130/agent/install.sh
| sudo SIFT_SERVER=http://<your-sift>:8130 SIFT_TOKEN=<ingest_token> SIFT_HOST=myhost bash

这会安装两个极小的组件（用 SIFT_COMPONENTS=both|daemon|collector 选择）：

远程主机使用你的公网 URL（例如 https://sift.example.com）——它复用你已有的反向代理 / 隧道；无需为每台主机单独建隧道。随时可以从 Dashboard 移除主机——agent 会在下一次轮询时自行卸载。

在 Settings → “What the AI should know about your setup” 中，用平实语言描述你的环境，例如：

Hosts: nas（主服务器，ZFS 池 tank，约 20 个容器——关注系统盘写满）。 edge（公网反向代理，带 fail2ban——扫描器封禁是正常的，不是事故）。 What matters: 池健康、备份失败、公网站点真正宕机。Usually noise: 被拦截的扫描器、单次失败登录探测、重启后恢复的容器。

分诊、对话和摘要都会使用它，这样 Sift 就不再狼来了，而是开始听起来像真的了解你的机架。

给 @BotFather 发消息 → /newbot → 将 bot token 复制到 Settings。 给你的新 bot 发一条消息，然后在 Settings 中点击 Fetch chat id（或使用

配置

一切都在 config.json 中（参见 config.example.json 的带注释模板）。大部分内容都可以从 Web UI 编辑。

agent 仅出站。Sift 从不连接主机；没有入站 agent 端口，也不存储 SSH 密钥。远程命令通过 agent 自己的长轮询传输。

远程执行是只读且白名单化的。服务器只能排队执行固定的诊断菜单；agent 会重新验证并以 argv 数组运行它们（无 shell，因此无注入）。菜单中没有任何操作可以写入、安装、重启或删除。

（原文较长，此处译出前 6000 字，完整内容请点「打开原文」。）