تخطّ إلى المحتوى
AISI
𝕏

صفحة حالة الخدمات المستضافة ذاتياً (StatusForge)

مقدمة عن فكرة المنتج: StatusForge

في عالم الاستضافة الذاتية (Self-hosting)، يعاني الكثير من المستخدمين من إدارة عشرات الخدمات والتطبيقات مثل (Nextcloud، Gitea، Home Assistant) بدون وجود لوحة حالة موحدة (Status Page). عندما تتوقف خدمة ما عن العمل، يواجه المستخدمون صعوبة في معرفة ما إذا كانت المشكلة عامة ومعروفة. وتعتبر الحلول التجارية مثل Statuspage.io مكلفة وغير قابلة للاستضافة الذاتية.

الحل الذي يقدمه StatusForge

يعد StatusForge مولدًا لصفحات الحالة قابل للاستضافة الذاتية، ويحتوي على نظام مدمج لمراقبة وقت التشغيل (Uptime Monitoring). يقوم النظام بفحص الخدمات عبر بروتوكولات مثل HTTP و TCP و Ping، ويعرض الحالة على صفحة عامة بتصميم جذاب، كما يدير الحوادث مع التحديثات المستمرة، ويرسل إشعارات للمشتركين.

الجمهور المستهدف

  • عشاق الاستضافة الذاتية (Self-hosters)
  • فرق تقنية المعلومات الصغيرة
  • شركات البرمجيات كخدمة (SaaS)
  • مشرفو ومطورو مشاريع المصدر المفتوح
  • أقسام تقنية المعلومات في الجامعات
  • مزودو خدمات الاستضافة الصغيرة

أهم الميزات

  • صفحة حالة عامة جميلة وقابلة للتخصيص بشكل كامل.
  • مراقبة وقت التشغيل عبر HTTP، TCP، Ping، و DNS.
  • فترات فحص قابلة للضبط (من 30 ثانية إلى 60 دقيقة).
  • تجميع الخدمات وتصنيفها في فئات.
  • رسوم بيانية تاريخية لوقت التشغيل (24 ساعة، 7 أيام، 30 يوماً، 90 يوماً).
  • إدارة الحوادث (Incident Management) مع جدول زمني لتحديثات الحالة.
  • إعلانات الصيانة المجدولة.
  • إشعارات للمشتركين عبر البريد الإلكتروني و Webhooks.
  • تتبع وتصور وقت الاستجابة للخدمات.
  • مراقبة متعددة المواقع (فحص من عدة خوادم).
  • توفير واجهة برمجة تطبيقات (API) لتحديث الحالة برمجياً.

التقنيات المقترحة للتطوير

يُقترح بناء هذا النظام باستخدام التقنيات الحديثة التالية لضمان الأداء السريع والكفاءة العالية:

  • إطار العمل: FastAPI و aiohttp للمراقبة غير المتزامنة.
  • الواجهة الأمامية: HTMX، Alpine.js، و Tailwind CSS لتجربة مستخدم سلسة وتصميم متجاوب.
  • قاعدة البيانات: SQLite لسهولة الإعداد والاستضافة الذاتية.
  • النشر والحاويات: Docker و Coolify لتسهيل عملية التثبيت والإدارة.

فرص دمج الذكاء الاصطناعي (AI Opportunities)

يمكن تحسين النظام باستخدام تقنيات الذكاء الاصطناعي من خلال:

  • التنبؤ بانقطاع الخدمة بناءً على أنماط تدهور وقت الاستجابة.
  • صياغة تحديثات الحوادث تلقائياً باستخدام نماذج اللغات الكبيرة (LLMs) بناءً على بيانات المراقبة.
  • ربط تبعيات الخدمات ببعضها لتحديد سبب العطل الرئيسي.

نموذج العمل والربح

المشروع متاح كمصدر مفتوح وقابل للاستضافة الذاتية مجاناً. ومع ذلك، يمكن تحقيق الدخل من خلال تقديم خدمة المراقبة من مواقع متعددة (Managed monitoring nodes) باشتراك شهري، بالإضافة إلى بيع قوالب (Themes) متميزة للصفحة العامة.