前言
关键代码： app/agent/aiops/ 目录下的 state.py 、 planner.py 、 executor.py 、 replanner.py ，以及 app/services/aiops_service.py 。
流程梳理
运维 Agent 的核心目标是 规划 → 执行 → 评估 → 调整。整体流程就是三个节点：
- Planner：拆解排查步骤，生成执行计划
- Executor：从计划中取出第一个步骤，调用工具执行
- Replanner：评估执行结果，决定继续、调整计划还是生成最终报告
三个节点通过 LangGraph StateGraph 串联，共享同一份 PlanExecuteState 状态对象在整个流程中传递。
实战
状态定义
整个 Plan-Execute-Replan 流程的数据流通过 PlanExecuteState 承载，字段设计非常简洁：
past_steps 使用 Annotated[List[tuple], operator.add] 声明，LangGraph 会将每次节点返回的 past_steps 自动追加到列表中，而不是覆盖，无需手动维护历史。
Planner 节点
Planner 负责制定执行计划，输出一个结构化的步骤列表。核心流程：
- 先调用
retrieve_knowledge查询知识库，寻找历史经验文档
- 获取所有可用工具（本地工具 + MCP 工具），格式化为文字描述
- 将工具列表和经验文档注入 prompt，调用 LLM 生成结构化计划
计划的输出格式用 Pydantic Plan 模型约束，通过 llm.with_structured_output(Plan) 保证 LLM 的输出可以直接解析为步骤列表：
Planner Prompt
Planner 的系统提示词要求模型将任务分解为逻辑独立的步骤，每步指明使用哪个工具及所需参数。如果查到了经验文档，也会作为参考注入：
Executor 节点
Executor 每次只执行计划中的 第一个步骤，使用 LangGraph 的 ToolNode 自动处理工具调用，执行完后将该步骤从 plan 中移除，并将执行结果追加到 past_steps ：
Replanner 节点
Replanner 根据原始任务、已执行步骤和剩余计划做出三选一的决策：
| 决策 | 含义 | 触发条件 |
|---|---|---|
respond | 信息充足，立即生成最终报告 | 最高优先级，已执行 ≥ 3 步且有关键信息 |
continue | 当前计划合理，继续执行 | 剩余步骤确实必要 |
replan | 调整计划，替换剩余步骤 | 最低优先级，计划有重大偏差时才使用 |
决策同样用 Pydantic 模型约束输出：
Replanner 核心逻辑（含安全限制）：
当决定 respond 时， _generate_response 会整理所有执行历史，生成结构化的 Markdown 报告：
构建 LangGraph 工作流
三个节点通过 StateGraph 连接， replanner 之后根据状态中是否存在 response 进行条件路由：
工作流结构如下：
执行工作流（流式输出）
AIOpsService.execute 使用 graph.astream(stream_mode="updates") 流式执行，每个节点完成后立即产生事件，可以实时推送给前端展示执行进度：
流式事件类型说明：
type | stage | 含义 |
|---|---|---|
plan | plan_created | Planner 生成了执行计划 |
step_complete | step_executed | Executor 执行完一个步骤 |
report | final_report | Replanner 生成了最终报告 |
status | 各节点名 | 节点运行中的状态通知 |
complete | complete | 整个工作流结束 |
error | error | 执行出错 |
总结
通过上面的分析，我们已经了解了 Planner、Executor、Replanner 的作用和相关 prompt。代码的核心是 LangGraph 的 StateGraph 管理节点间的状态流转， PlanExecuteState 在整个流程中传递，三个节点各司其职：
- Planner 查询知识库获取经验，生成结构化步骤列表
- Executor 取出第一步，通过
ToolNode自动执行工具调用，返回结果并移除该步
- Replanner 评估已执行结果，决定是继续、调整还是收敛生成最终报告
框架帮我们处理了节点间的数据传递、条件路由和流式输出，核心还是要搞懂设计原理： Plan-Execute-Replan 本质上是一个带反馈的闭环调度器，Replanner 的收敛策略决定了整个流程的质量与效率。
