🚀 AI-Infra-Automation-Toolbox 💡

🌐 English README | Explore this portfólio and all another resources in English.

Bem-vindo ao AI-Infra-Automation-Toolbox! Este repositório contém uma vasta coleção de exemplos de scripts, templates e ferramentas para provisionamento de ambientes Docker, Kubernetes e Google Cloud, além de configurações de zona de aterrissagem (landzone setup) e outras automações de exemplo, geradas por inteligencia artificial. 📦🔧

Como profissional de infraestrutura e DevOps, crieie utilizo a AI-Infra-Automation-Toolbox para automatizar o processo de configuração de infraestrutura como código usando Terraform. Utilize essa automação locamente ou configure via github actions ou outro método de deploy e code execution para gear templates pré operacionais para seus projetos de provisionamento usando inteligência artificial.

Interação com o Usuário (Inquirer): Utilizo a biblioteca inquirer em Python para criar prompts interativos, permitindo que o usuário selecione o provedor de nuvem (AWS, Azure, Google Cloud, ou outros) e defina características específicas desejadas para a infraestrutura, como alta disponibilidade, escalabilidade automática e gerenciamento de identidade.
Geração de Conteúdo com IA (Google Cloud API): Para gerar configurações detalhadas em arquivos .tf do Terraform, integro a aplicação com a API de linguagem generativa do Google Cloud. Envio prompts estruturados à API para obter respostas que são interpretadas e transformadas em configurações de infraestrutura detalhadas, incluindo recursos específicos de cada provedor de nuvem.
Criação de Arquivos .tf do Terraform: Após receber o conteúdo gerado pela IA, o processo automatizado cria arquivos .tf estruturados e organizados no diretório específico (deploy/terraform). Cada arquivo é nomeado de forma única e incrementada para evitar conflitos, seguindo as melhores práticas de gerenciamento de configuração.

🖼️ Exemplos de Uso

Gerando Configurações Terraform

Utilizando um console interativo para especificar provedor e características do arquivo para geração automática de configurações Terraform, por exemplo, ArgoCD no Google Cloud com replicação.

Gerando Arquivos Docker Compose

Prompt interativo para especificar nome, características e descrição para geração de arquivos YAML do Docker Compose.

Como Executar 🏃‍♂️🚀

Instalar Dependências:

Para executar este projeto, você precisará instalar as seguintes dependências:

Python 3.10 ou superior
Biblioteca os
Biblioteca requests
Biblioteca re
Biblioteca inquirer

Como Instalar:

Você pode instalar as bibliotecas Python necessárias usando o pip:

pip install os requests re inquirer

Como Obter a Chave da API do Google Gemini 🔑

Para obter a chave da API do Google Gemini, siga estas etapas:

Acesse o site do Google AI Studio: https://ai.google.dev/aistudio.
Faça login na sua conta do Google ou crie uma se você ainda não tiver uma.
Navegue até a seção de Chave da API dentro do painel do AI Studio.
Aceite os termos e condições do Google para usar a API.
Gere sua chave da API.
Copie a chave da API fornecida.
Agora você pode usar esta chave da API em sua aplicação para acessar a API do Google Gemini.

Lembre-se de manter sua chave da API segura e evitar compartilhá-la publicamente para evitar acesso não autorizado aos seus recursos de AI do Google.

📚 Visão Geral

O AI-Infra-Automation-Toolbox foi criado para facilitar o provisionamento e a automação de ambientes complexos utilizando Docker, Kubernetes e Google Cloud. Aqui você encontrará:

Templates YAML para Docker e Kubernetes.
Scripts de automação em Python.
Arquivos de configuração Terraform.
Scripts Shell para setup de ambiente.

Tudo isso é gerado automaticamente através da API do Google Gemini, que recebe os inputs necessários e gera os arquivos de configuração de forma dinâmica e eficiente. 🧑‍💻✨

Próximas Atualizações e Expansões 🚀🔧

Estou planejando expandir este projeto em breve com novos templates para Docker Compose 🐳, scripts avançados em PowerShell 🛠️ e scripts otimizados para ambientes Linux 🐧. Além disso, incluirei integração aprofundada com Kubernetes ☸️ para automatização de infraestrutura em escala.

Visão Futura e Educação 📚💼

O objetivo é transformar este projeto em um recurso abrangente para aprendizado e prática em automação de infraestrutura. Encorajo a comunidade a contribuir com feedback, melhorias e novas funcionalidades para enriquecer ainda mais esta ferramenta!

Diagrama da Lógica da Aplicação AI-Infra-Automation-Toolbox

Este diagrama exemplifica minha abordagem técnica avançada na automação de infraestrutura, combinando Python, inteligência artificial e práticas de DevOps para proporcionar configurações detalhadas e automatizadas em ambientes de nuvem complexos.

🧑‍💼 Como Utilizar o AI-Infra-Automation-Toolbox para Empresas e Profissionais de Mercado

O AI-Infra-Automation-Toolbox é uma solução robusta para automatizar e provisionar ambientes de infraestrutura complexos, especialmente voltada para empresas que buscam eficiência e escalabilidade em suas operações de TI. Desenvolvido com foco em profissionais de mercado, este repositório oferece:

Como Usar:

Automatização de Infraestrutura: Utilize os scripts Python para gerar automaticamente configurações YAML para Docker, Kubernetes e Google Cloud, agilizando o processo de provisionamento de ambientes.
Templates Pré-configurados: Aproveite os templates YAML prontos para uso, otimizados para diferentes cenários de deploy e configurações avançadas como StatefulSets, Ingress e ConfigMaps.
Integração com Google Gemini API: Interaja diretamente com a Google Gemini API para configurar dinamicamente seus ambientes de infraestrutura, garantindo uma automação eficiente e personalizada.

Por que Usar:

Eficiência Operacional: Reduza o tempo gasto na configuração manual de infraestrutura com automações que simplificam e aceleram o processo.
Escalabilidade Garantida: Adapte rapidamente seus ambientes conforme necessidades de crescimento, utilizando ferramentas e práticas recomendadas.
Segurança e Confiabilidade: Implemente melhores práticas de segurança e mantenha a integridade dos seus sistemas com configurações consistentes e testadas.

Benefícios para Empresas:

Redução de Custos: Minimize despesas operacionais ao automatizar tarefas repetitivas e simplificar o gerenciamento de recursos.
Aumento da Produtividade: Permita que sua equipe foque em iniciativas estratégicas ao invés de tarefas manuais e administrativas.
Competitividade no Mercado: Mantenha-se à frente da concorrência com uma infraestrutura ágil e flexível que suporta inovação contínua e entregas rápidas.

Implementação Ideal:

Utilize o AI-Infra-Automation-Toolbox para configurar desde ambientes de desenvolvimento até soluções de produção escaláveis, integrando-se perfeitamente às suas estratégias de negócio e metas de crescimento.

Se você busca otimizar suas operações de TI e escalar suas infraestruturas de forma eficiente, o AI-Infra-Automation-Toolbox é a escolha ideal. Explore nosso repositório para descobrir como podemos ajudar a transformar sua infraestrutura de TI.

Exemplo de Serviço e Deployment Kubernetes para Nginx Cluster

apiVersion: v1
kind: Service
metadata:
  name: nginx-cluster-svc
  namespace: default
  labels:
    app: nginx-cluster
spec:
  type: NodePort  # Define o tipo de serviço como NodePort, permitindo que o serviço seja acessível em cada nó do cluster Kubernetes.
  selector:
    app: nginx-cluster  # Seleciona os pods que este serviço irá direcionar o tráfego, baseado no label 'app: nginx-cluster'.
  ports:
    - port: 80  # Porta exposta pelo serviço. O serviço estará disponível na porta 80 dentro do cluster Kubernetes.
      targetPort: 80  # Porta no pod que será acessada pelo serviço. Neste caso, o Nginx dentro do pod está configurado para escutar na porta 80.
      nodePort: 30080  # Porta no nó do Kubernetes através da qual o serviço será acessível externamente. Qualquer tráfego recebido na porta 30080 de um nó será encaminhado para o serviço na porta 80.

# Arquivo: mysql-cluster.tf

# Recurso para criar o cluster Kubernetes no GCP
resource "google_container_cluster" "mysql-cluster" {
  name        = "mysql-cluster"
  location    = "us-central1"

  # Configuração do pool de nós dentro do cluster MySQL
  node_pools = [
    {
      name         = "default-pool"
      node_count   = 3  # Define o número inicial de nós no pool
      machine_type = "n1-standard-1"  # Tipo de máquina para os nós
      os_image     = "ubuntu"  # Imagem do sistema operacional para os nós
      autoscaling  = {
        min_node_count = 1  # Número mínimo de nós no pool
        max_node_count = 5  # Número máximo de nós no pool
      }
    }
  ]

  control_plane = {
    version = "1.19.2-gke.1900"  # Versão do plano de controle do Kubernetes
    # Consulte a documentação do GKE para personalizar a imagem do pool de controle, se necessário.
    # https://cloud.google.com/kubernetes-engine/docs/concepts/node-images
    # image = "gke-gcr-io/gke-control-plane-v1.19.2-gke.1900"
  }

  legacy_abac = {
    enabled = false  # Desabilita o ABAC legado para o cluster
  }

  network_config = {
    pod_range = "10.244.0.0/14"  # Faixa de IPs para os pods dentro do cluster
  }
}

# Recurso para criar o node pool no cluster MySQL
resource "google_container_node_pool" "mysql-cluster-pool" {
  name         = "mysql-cluster-pool"
  location     = "us-central1"
  cluster      = google_container_cluster.mysql-cluster.name
  node_version = "1.19.2-gke.1900"  # Versão do Kubernetes nos nós do pool
  node_count   = 1  # Número de nós no pool
  # Consulte a documentação do GKE para personalizar a imagem do pool de controle, se necessário.
  # https://cloud.google.com/kubernetes-engine/docs/concepts/node-images
  # image = "gke-gcr-io/gke-nodepool-v1.19.2-gke.1900"
  autoscaling = {
    min_node_count = 1  # Número mínimo de nós no pool
    max_node_count = 3  # Número máximo de nós no pool
  }
}

# Recurso para criar uma conta de serviço no GCP para operações do cluster MySQL
resource "google_service_account" "mysql-cluster-sa" {
  name        = "mysql-cluster-sa"
  display_name = "Service account for MySQL cluster operations"
}

# Recurso para gerar a chave da conta de serviço para o cluster MySQL
resource "google_service_account_key" "mysql-cluster-sa-key" {
  service_account_id = google_service_account.mysql-cluster-sa.id
  key_algorithm      = "RSA_4096"  # Algoritmo de chave para a conta de serviço
  # Salve a chave JSON gerada por este recurso em um local seguro
  # para uso posterior na criação do cluster MySQL.
  private_key_type = "GOOGLE_CREDENTIALS_FILE"
}

# Recurso para criar a instância principal do MySQL no GCP
resource "google_cloud_sql_instance" "mysql-primary" {
  name             = "mysql-primary"
  database_version = "MYSQL_8_0"  # Versão do MySQL para a instância
  backend_type     = "SECOND_GEN"  # Tipo de backend da instância
  machine_type     = "db-n1-standard-2"  # Tipo de máquina para a instância
  activation_policy = "ALWAYS"  # Política de ativação da instância
  # Altere o root_password para uma senha forte e segura.
  root_password = "YOUR_STRONG_PASSWORD_HERE"
  hbr_enabled      = true  # Habilita o backup contínuo
}

# Recurso para criar a réplica do MySQL no GCP
resource "google_cloud_sql_instance" "mysql-replica" {
  name             = "mysql-replica"
  database_version = "MYSQL_8_0"  # Versão do MySQL para a instância réplica
  backend_type     = "SECOND_GEN"  # Tipo de backend da instância réplica
  machine_type     = "db-n1-standard-2"  # Tipo de máquina para a instância réplica
  activation_policy = "ALWAYS"  # Política de ativação da instância réplica
  # Altere o root_password para uma senha forte e segura.
  root_password = "YOUR_STRONG_PASSWORD_HERE"
  failover_replica  = {
    automatic = {
      seconds = 300  # Tempo em segundos para a réplica automática
    }
  }
  replica_configuration = {
    source_instance = google_cloud_sql_instance.mysql-primary.name  # Instância de origem para a réplica
    failover  = {
      automatic = {
        failover_timeout = "5s"  # Tempo limite para failover automático
      }
    }
  }
}

# Recurso para criar um firewall para permitir acesso ao MySQL a partir dos pods do cluster
resource "google_compute_firewall" "mysql-cluster-firewall" {
  name          = "mysql-cluster-firewall"
  network       = "default"
  target_tags   = ["mysql-cluster"]
  allow {
    protocol = "tcp"  # Protocolo TCP para as regras de firewall
    ports    = ["3306"]  # Porta MySQL
    sources  = ["10.0.0.0/8"]  # Intervalo de IP para permitir acesso
  }
}

# Recurso para adicionar um rótulo aos pods do cluster MySQL para identificação pelo firewall
resource "google_container_cluster_resource_label" "mysql-cluster-label" {
  cluster_id = google_container_cluster.mysql-cluster.id
  resource_labels = {
    "app" = "mysql-cluster"  # Rótulo aplicado aos pods
  }
}

# Recurso para expor serviços para acesso externo ao MySQL
resource "google_service_networking_service" "mysql-service" {
  name      = "mysql"
  network   = "default"
  ports     = ["3306"]  # Porta MySQL exposta externamente
  selector {
    app = "mysql-cluster"  # Seletor para identificação dos serviços
  }
}

📁 Projetos Destacados

1. Apache Cluster com Terraform

Descrição: Configuração de um cluster Apache utilizando Terraform.
Arquivo: apache-cluster-v1.tf
Detalhes: Definição de instâncias, grupos de segurança e balanceamento de carga.

2. Balanceamento de Carga com Apache e Nginx

Descrição: Configuração YAML para balanceamento de carga entre Apache e Nginx.
Arquivo: apache-nginx-load-balance-v1.yaml
Detalhes: Utilização de ambos os servidores para otimização de tráfego.

3. Configuração do ArgoCD

Descrição: Arquivo YAML para implantação e configuração do ArgoCD.
Arquivo: argocd-v1.yaml
Detalhes: Automatização de processos de implantação e entrega contínua.

4. Scripts de Implantação

Descrição: Scripts bash para deploy de diferentes versões de aplicações.
Arquivos:
Detalhes: Scripts para automação de deployment em diferentes cenários.

5. Configurações Docker Compose

Descrição: Configurações YAML para Docker Compose em várias versões.
Arquivos:
Detalhes: Configurações para ambientes Docker com diferentes serviços.

6. Scripts Docker

Descrição: Scripts shell para operações com Docker.
Arquivos:
Detalhes: Scripts para gestão e operação de containers Docker.

7. Configurações MySQL Cluster com Terraform

Descrição: Configuração de clusters MySQL utilizando Terraform.
Arquivos:
Detalhes: Provisionamento automatizado de clusters MySQL com Terraform.

8. Configurações Nginx Cluster

Descrição: Configurações YAML para clusters Nginx.
Arquivos:
Detalhes: Configuração de múltiplas instâncias Nginx para alta disponibilidade.

9. Scripts de Prune

Descrição: Script shell para limpeza e otimização de recursos.
Arquivo: prune-v1.sh
Detalhes: Automatização da remoção de recursos não utilizados.

10. Configuração Ubuntu Cluster

Descrição: Configuração YAML para cluster Ubuntu.
Arquivo: ubuntu-22-cluster-v1.yaml
Detalhes: Provisionamento de instâncias Ubuntu em cluster.

11. Scripts de Deploy Ubuntu

Descrição: Scripts shell para deploy em sistemas Ubuntu.
Arquivo: ubuntu-v1.sh
Detalhes: Scripts para automatizar tarefas de implantação em Ubuntu.

🌐 Conclusão

Estes são alguns dos projetos e recursos que desenvolvi para automação de infraestrutura, demonstrando habilidades em diferentes tecnologias como Terraform, Docker, YAML e scripts shell. Cada projeto foi desenhado para aumentar a eficiência, escalabilidade e segurança de ambientes de TI. Espero que este portfolio demonstre meu conhecimento e habilidades para potenciais oportunidades no mercado.

🚀 Tecnologias Utilizadas

Este projeto utiliza uma variedade de tecnologias e ferramentas para garantir uma configuração eficiente e escalável. As principais tecnologias incluem:

Docker 🐳
Kubernetes ☸️
Google Cloud ☁️
Terraform 🌍
Python 🐍
Google Gemini API 📡
Shell Script 🐚

🔧 Configuração e Uso

🤖 Obtendo Chave API do AI Studio

Para utilizar as APIs do AI Studio, siga os passos abaixo para obter sua chave API:

Acesse o AI Studio e faça login com sua conta Google, se necessário.
Na página de gerenciamento de chaves API, clique em "Create a new API key" para gerar uma nova chave ou copie uma chave existente, se disponível.
Após obter sua chave API, você pode testar a API utilizando curl. Substitua YOUR_API_KEY na URL abaixo pelo seu próprio:

curl \
  -H 'Content-Type: application/json' \
  -d '{"contents":[{"parts":[{"text":"Explain how AI works"}]}]}' \
  -X POST 'https://generativelanguage.googleapis.com/v1beta/models/gemini-1.5-flash-latest:generateContent?key=YOUR_API_KEY'

Disclaimer 🛑🤖

Propósito e Contexto ℹ️

Este projeto, AI-Infra-Automation-Toolbox, utiliza inteligência artificial 🧠 para gerar automaticamente configurações de infraestrutura como código (IaC) com base em prompts fornecidos pelo usuário. O objetivo principal é educacional 📚 e demonstrativo 💡, oferecendo uma ferramenta para estudar automação de infraestrutura em ambientes de nuvem ☁️.

Instruções de Uso 📋

Uso no Trabalho: Embora este código possa ser utilizado em ambientes de trabalho para fins de aprendizado e prototipagem, recomenda-se fortemente que todas as configurações geradas sejam revisadas e validadas por profissionais qualificados antes de serem aplicadas em produção 🚧.
Revisão Humana Necessária: Os resultados obtidos da IA e os arquivos .tf gerados devem sempre passar por uma revisão humana detalhada 👩‍💻👨‍💻. Isso inclui verificar a conformidade com as políticas de segurança 🔒, as melhores práticas de infraestrutura 💡, e as especificidades do ambiente de produção 🌐.
Isenção de Responsabilidade: A utilização deste código e dos artefatos gerados pela AI-Infra-Automation-Toolbox é por conta e risco próprios do usuário. Não nos responsabilizamos por quaisquer danos, perdas ou consequências resultantes do uso direto das configurações geradas sem uma revisão adequada 🚫.

Aviso de Não Utilização em Produção Direta ⚠️

Aviso Crítico: Nunca implemente diretamente em ambiente de produção as configurações geradas por esta aplicação sem uma revisão humana minuciosa e sem considerar todas as implicações de segurança, desempenho e conformidade 🚨.
Propósito Educacional: Este projeto destina-se principalmente a fornecer uma base educacional 📚 e prática 💼 para a automação de infraestrutura. Os usuários são encorajados a adaptar, ajustar e melhorar o código conforme suas necessidades específicas, mas sempre com a devida diligência e cautela 🛡️.

Este disclaimer visa garantir que a AI-Infra-Automation-Toolbox seja utilizada de maneira responsável e segura, respeitando as melhores práticas e garantindo que todas as configurações geradas sejam devidamente revisadas antes de serem aplicadas em ambientes críticos 🔍.

Licença 📜

Este projeto está licenciado sob os termos da Licença MIT. Consulte o arquivo LICENSE para obter mais detalhes. 📝

Isenção de Responsabilidade 🚧

Este software é fornecido apenas para fins educacionais e de estudo. Não é recomendado o uso direto em produção sem revisão humana cuidadosa. Os resultados gerados pela IA ou qualquer artefato deste projeto devem ser considerados como base para ajustes e implementações específicas do ambiente. 🤖🧠

Propósito 🎯

O propósito deste projeto é demonstrar a aplicação de automação de infraestrutura com inteligência artificial. Qualquer uso comercial deve ser feito após ajustes e revisões adequadas para garantir a segurança e adequação ao ambiente de produção. 🚀💼

chaos4455/AI-Infra-Automation-Toolbox