项目背景：为什么要做智能CloudOps Agent？

查看源文件

在日常工作中， OnCall 值班是一个无法避免的杂活。相信你一定经历过这些场景：

• 深夜被告警电话惊醒，迷迷糊糊爬起来查看日志、翻阅监控。

• 日志、监控、告警通知群等系统是割裂的，需要不断切换多个系统才能定位问题。

• 重复执行搜error日志→看指标→修数据的流程。

这些场景不仅高频，而且让人痛苦，却长期以来都依赖人工处理。

智能 CloudOps Agent正是为了解决这些痛点而诞生的。它能够像一位资深工程师一样工作：自动接收告警、按照标准化流程进行排查、分析根因并给出处理建议，甚至还能自动执行修复操作，彻底将我们从重复的劳动中解放出来。

智能CloudOps Agent是什么？

简单来说，CloudOps Agent 是一个基于 AI 的运维自动化助手。它的核心目标就是取代人工，完成那些高频、标准化的告警处理工作。我们可以从以下几个维度来理解它的定义：

• 自动响应： 能够实时接收监控系统发出的告警通知，彻底摆脱人工值守 。

• **智能排查：**按照预设的逻辑，自动调用日志、监控等工具，聚合多方数据来定位问题。

• **根因分析：**通过匹配历史处理案例和故障处理手册，给出精准的根因解释。

• **闭环沉淀：**自动总结每一次处理过程，并更新知识库，让整个系统能够越用越聪明。

请注意，它不是要完全替代工程师，而是要成为你的得力助手。处理百分之八十的重复性、简单问题，让工程师可以将精力聚焦于百分之二十的复杂故障。

智能CloudOps Agent能做什么？

结合值班场景的实际痛点，系统的核心功能可以概括为三个主要方面：

1. **文件上传知识库（知识库 Agent）：**这个功能支持团队将各种文档（比如故障处理手册、服务接入说明等）上传到系统。它为大模型提供了可靠的知识来源，实现了团队经验的持续沉淀和高效复用。

2. **对话交互支持（对话 Agent）：**值班人员可以通过自然语言与系统进行交互，快速查询故障处理手册。例如，你可以直接问：错误码 120000001 的原因是什么？系统会立即从《XX系统错误码手册》中返回精准的错误原因。

3. **AI Ops 运维诊断（运维 Agent）：**系统接收到告警通知后（例如接口失败率过高），会按照预设的步骤自动开始排查。它可能会调用日志 API 查询最近一小时的 error 日志，调取监控面板查看失败率的趋势，然后聚合数据并返回关键信息，比如：近三十分钟内 context cancel 错误占比百分之九十，疑似为下游系统异常。

智能CloudOps Agent 系统 架构长啥样

了解了功能之后，我们再来看一下系统的架构图。总的来说，CloudOps Agent 系统包含四个接口、三个核心 Agent 以及多个辅助组件。刚看到这些架构图和功能描述时，你可能还不太清楚整个系统的协作方式。没关系，先有个初步印象，后续章节会逐步展开分析。

这里先介绍一下贯穿整个项目的三个最核心的 Agent：

• **知识库 Agent：**当你需要让 AI 回答特定领域问题时，如果直接将长文本丢给大模型，会受限于模型的上下文窗口大小，导致成本高、速度慢、准确率低。知识库 Agent 通过采用先检索相关内容，再生成答案的策略，完美地解决了这些问题。

• **对话 Agent：**这是一个智能交互系统，它能够像真人一样理解你的问题、调用知识库，并给出精准的回答。它尤其适合用来处理高频重复的咨询类场景。

• **运维 Agent：**它可以像资深工程师一样，自动接收告警、按预设步骤排查问题、分析根因并给出处理建议，甚至能够自动执行标准化操作，将工程师从重复劳动中彻底解放出来。

项目拿去面试的亮点是什么？

我们这个 Agent 项目的 核心是解决了团队的真实痛点 ，但在面试时，你需要将这些痛点转化为具有技术深度和业务价值的亮点。结合面试官的高频关注点，我们可以从以下方向拆解项目的亮点：

架构设计上的亮点：

• **知识库Agent：**将散落的技术文档、告警手册、历史工单等转化为统一的数据资产

• **对话 Agent：**将重复咨询→文档检索→问题匹配的逻辑抽象成一个 中台知识引擎，支持多场景的无缝复用。

• **运维 Agent：**实现了 跨系统联动架构，打破了日志、监控、告警群、文档之间的信息孤岛。

技术实现上的亮点：

• **知识库Agent：**无缝对接对话Agent、运维Agent等多个上层应用。一次开发、多场景受益。

• **对话 Agent：**动态分解复杂任务、减少幻觉，并通过实时环境反馈自主调整行动。

• **运维 Agent：**采用了 结构化任务执行模式，确保告警排查流程能够标准化、准确地执行。

项目功能演示

对话功能演示

1. 快速对话：最常见的对话功能

2. 流式对话：通过SSE技术让前端界面流式输出回答

3. 文档上传知识库后的提问效果：

   1. 第一次询问错误码的时候，大模型由于没有《告警处理手册》，所以无法分析错误码的原因。

   2. 第二次询问错误码之前，我们上传了对应的文档。这一次，大模型成功告诉我们错误码的原因是什么。

1_基于知识库对话.mp4

多轮对话与工具调用演示

1. 与大模型进行多轮对话，大模型能记得历史对话。

1. 大模型根据提问，自动查询日志。让大模型拥有调用工具的能力。

   2_对话功能多轮对话与辅助查询日志.mp4

AI Ops智能诊断

1. 点击右上角的AI Ops，进行根源诊断。

1. 大模型返回了一份告警分析报告，并指出现在有一个服务下线的告警，原因是runtime panic。

1. 这份告警分析报告里还给出了技术分析和处理方案，在最上面还可以看到大模型执行的详细步骤。

1. 自动根据告警、日志、监控排查分析，协助值班人员快速定位与处理告警，提升值班效率。

3_运维分析告警.mp4