2301_82218495-优快云博客

原创【创新实训】八、OpsPilot项目总结：一次智能运维Agent的探索之旅

OpsPilot是一个面向运维场景的智能助手。它基于Prometheus监控体系，结合大模型的理解能力和知识库的经验积累，帮助运维人员处理监控告警、分析故障原因、给出处理建议，并在安全可控的范围内执行一些自动化操作。整个项目围绕“发现问题—分析问题—解决问题—事后复盘”这条主线展开，目标是让运维人员从高频重复的应急响应中解放出来。

2026-06-21 20:20:32 214

原创【创新实训】七、提示词工程优化与知识库质量迭代

每个样例都包含了完整的输入告警、Agent的思考步骤、调用的工具序列、中间发现的关键信息、以及最终给出的建议。这周我重新审阅了全部文档，做了几项清洗工作：统一术语（比如“连接池”全部改为“数据库连接池”避免混淆）、补充了每个案例的前提条件（故障发生时系统的大致负载水平）、以及增加了“排除项”字段——即什么情况下该案例不适用。评估维度有三个：分析的完整性（是否覆盖了应该检查的方面）、建议的可行性（给出的操作是否具体可执行）、结论的准确性（根因判断是否正确）。这是因为共享的基础提示词对不同场景的影响不一致。

2026-06-21 20:07:34 349

原创【创新实训】六、系统测试、性能优化与联调冲刺

现在各个模块陆续完工，这周的任务是把所有东西捏在一起，跑通完整的“监控—分析—决策—执行—复盘”闭环，同时解决测试中暴露的各种问题。我主要负责Agent编排层的稳定性优化、工具调用的性能调优，以及和前端、监控、知识库三个方向的同学做密集联调。对于日志检索超时的问题，我实现了指数退避重试机制：第一次超时后等1秒重试，第二次等2秒，第三次等4秒，最多重试3次。结果大模型接收到的上下文瞬间膨胀，响应时间从正常的5秒飙升到28秒，而且模型在处理这么密集的数据时开始“幻觉”——把某个时间点的数值重复解释了三次。

2026-06-12 22:17:16 335

原创【创新实训】五、事故复盘报告生成与知识库沉淀

我把这份报告和之前人工写的复盘文档对比，发现Agent生成的版本在完整性和数据准确度上不输人工，而且省去了整理时间线和汇总操作记录的繁琐工作。Agent输出的根因分析包含：候选根因第一位是“数据库连接池配置过小或被突发流量打满”，判断依据中有“连接池活跃连接曲线在故障时刻触及maxActive阈值”和“日志中出现acquire timeout异常”，验证步骤是“查看连接池监控面板和当前活跃连接数”。另外，我也花了不少时间优化知识库的检索质量，并和前端同学一起完成了分析过程的时间线展示。

2026-06-12 22:06:37 360

原创【创新实训】四、自动化执行模块落地与安全确认机制设计

Agent拿到的是聚合后的告警批次，而不是逐个处理原始告警，这大大减少了重复分析的次数。整个过程从告警到执行完成大约需要一次人工确认的等待时间，但相比纯人工操作（登录机器、查找文件、执行命令、确认释放空间）至少节省了五到十分钟。更重要的是，所有操作都有审计记录，谁批准了什么、执行结果如何都一清二楚，这在合规性要求高的场景下有明显价值。我调整了策略，不对每一个参数值做严格正则，而是对整个命令做一次安全的shell解析，然后检查解析后的命令是否在白名单模板集合中。，值是包含会话ID、命令内容、过期时间的字典。

2026-05-05 13:58:18 398

原创【创新实训】三、Agent编排层重构与多工具协同调试

上周跑通的基本流程是一次顺序调用，这周我发现很多分析场景下工具调用不是线性的——有时需要先并行查多个指标再综合判断，有时需要根据查询结果决定下一步查什么，有时查到的信息互相矛盾需要Agent自己分辨。这些需求把我自己写的那个简单ReAct循环逼到了极限，于是这周花了大量时间重构编排层，同时完成了日志检索工具的接入和三个工具协同的端到端调试。对象，每个节点执行时生成一条记录，包含节点名称、开始时间、结束时间、调用的工具列表、每个工具的输入输出摘要、以及Agent在这个节点的内部状态变化。，共出现120多次。

2026-05-05 13:56:50 345

原创【创新实训】二、Agent工具链落地与第一个分析流程打通

Agent的第三步思考是“根据已有信息，结论还不够充分，缺少进程级别的数据”，但当前版本还没有接入进程监控，所以Agent在最终输出中给出了一个带局限性的结论：可能是某类计算密集型任务或异常流量导致，建议优先检查服务日志中是否有大量请求涌入，同时登录机器执行top命令确认具体进程。这周我把PromQL查询工具从伪代码变成了可运行的实现，同时搭建了知识库检索的基础设施，并且成功跑通了第一个简单的故障分析流程——当收到“CPU使用率过高”告警时，Agent能够自动调用工具查询指标数据，结合知识库给出初步判断。

2026-05-04 18:05:15 468

原创【创新实训】一、技术调研与基础框架搭建

这周是项目正式启动的第一周，我主要负责 Agent 编排层的技术选型和基础工具接口的设计。说实话，刚开始面对“智能运维 Agent”这个概念时，脑子里并没有一个清晰的实现路径，经过这几天的调研和尝试，方向逐渐明朗了。1. Agent 编排框架选型对比了几种主流方案：LangChain、LangGraph、Dify 以及原生 OpenAI API 调用。考虑到项目后续需要多轮推理和条件分支（比如根据告警类型走不同的分析路径），最终决定采用 LangGraph 作为编排层核心。它的图结构能比较自然地表达“获取指

2026-05-04 18:04:54 254 1

2301_82218495的博客