规划-执行-重规划
运维Agent的核心目标是将运维人员的告警处理经验转化为自动化流程，通过 计划生成→工具执行→动态调整的闭环，替代人工完成重复性告警排查工作。
整体架构可概括为：
-
Planner生成结构化排查计划
-
Executor调用监控/日志工具执行步骤
- Replanner评估结果，决定继续执行/调整计划/输出结论
核心流程拆解
计划生成（Planner）：将经验转化为结构化步骤
目标：基于告警类型和召回的运维手册，生成可执行的多步骤排查计划，替代人工凭经验梳理流程的过程。
核心逻辑：
-
输入：告警信息（alertname、description）+ 召回的处理文档
-
输出：结构化计划（JSON格式），包含步骤描述、工具调用参数、预期结果
示例计划结构：
计划执行（Executor）：调用工具完成单步排查
目标：通过集成监控/日志工具，自动执行计划中的步骤，替代人工 查日志/查监控 的操作。
核心工具示例：
-
告警查询工具（
query_prometheus_alerts）：从Prometheus API获取当前活跃告警详情 -
日志查询工具（
query_log）：通过腾讯云CLS的MCP服务，用自然语言查询日志（如 搜索ad_app最近1小时的response error日志 ）
动态重规划（Replanner）：评估进度并调整策略
目标：根据Executor的执行结果，判断是否需要调整计划（如增加步骤、终止排查），替代人工 持续关注/判断是否需进一步处理 的决策过程。
评估逻辑：
-
成功条件：当前步骤结果符合预期（如步骤1返回error日志，步骤2明确原因为 context cancel ），执行下一步
-
调整条件：结果不符合预期（如日志查询无结果），触发计划修正（如扩大时间范围、更换关键词）
-
终止条件：达到目标（如确认 下游发版导致临时超时，无需处理 ）或无法继续（如需人工介入下游沟通）
示例重规划决策：
总结
运维Agent的自动化能力源于三方面协同：
-
结构化规划：Planner将模糊的运维经验转化为可执行步骤，降低复杂告警的处理门槛
-
工具化执行：Executor集成监控/日志系统，替代人工重复操作，提升响应速度
-
动态的调整：Replanner根据实时结果修正计划，适配 下游发版/临时抖动 等不确定性场景
通过这套架构，运维Agent可接管80%的重复性告警排查工作，让工程师聚焦于根因分析和流程优化。