智能体保障 SRE

SRE（Site Reliability Engineering，站点可靠性工程） 用软件工程的方法保障线上服务可靠：定义用户能感知的可用性目标，用监控守住这条线，用自动化消掉重复劳动，用受控变更减少人为故障，并在每次事件后留下能交接、能复盘的记录。

炎龙智能 Agentic AIOps 用智能体运维保障 SRE。监控大屏负责看见指标，智能体保障 SRE 负责把巡检、根因、容量、配置变更和处置做完，并交给当班的人确认。官网把这套能力概括为四项：AI 智能体巡检、AI 智能体根因分析、AI 智能体智能化配置、AI 智能体自愈。控制台里对应的是定时巡检、根因分析、容量风险单、值班排班和审批，而不是另起一套只给人看的告警列表。

智能体保障 SRE 守住哪几件事

智能体在可靠性闭环中的位置

flowchart LR
  A[组件智能体取数] --> B[告警归组与降噪]
  B --> C[根因智能体分析]
  C --> D[通知当班 SRE]
  E[巡检智能体] --> D
  F[容量预测智能体] --> G[风险单]
  D --> H[审批后的配置与处置]
  G --> H
  H --> I[记录可交接]

人仍然决定是否变更、是否扩容、是否升级。智能体保障 SRE 的方式，是把重复的采集、归并、初判和报告先做完，高危动作留在审批之后。

1. 组件智能体接着已有监控

SRE 的可靠性信号通常已经在 Prometheus、Zabbix、Grafana、日志和链路上。平台按组件提供专门智能体，对话式查询和分析这些信号，不要求拆掉现有监控。

已落地的智能体覆盖主机、数据库、中间件、云原生和可观测组件，例如：

• 主机与计算：Linux、Windows、网络设备、vCenter、阿里云 ECS
• 数据库：MySQL、PostgreSQL、Oracle、SQL Server、达梦、金仓、openGauss、OceanBase、ClickHouse、MongoDB
• 中间件：Redis、Kafka、RabbitMQ、RocketMQ、Elasticsearch、ZooKeeper、Nacos、Nginx、EMQX
• 云原生与研发：Kubernetes、GitLab、Jenkins
• 可观测：Prometheus、Zabbix、SkyWalking、Loki

业务组把一条链路上的多个组件智能体编在一起。一次故障涉及主机、缓存和数据库时，由协调智能体拆任务、子智能体在各自实例上取数，再汇总成一份结论。未纳管的资源无法诊断。官网组件方案中的其余类型，按交付打开对应智能体后即可纳入同一套 智能体保障 SRE 的流程。

分析结论可以回传企业现有运维主平台。已有监控继续负责采集和阈值，本平台作为智能增强层。

2. AI 智能体根因分析：告警变成事件

错误预算会被两类事情消耗：真实故障，以及把人从睡眠里叫起来的无效告警。智能体先处理第二类里可以自动完成的部分，再对保留下来的事件做根因分析。

• 时间窗口归组：同一业务组、同一时段的相关告警合并成一个分析组。
• 语义聚合：重复或同源告警不再各开一单。
• 静默与升级：维护窗口可静默；严重级别上升时再通知。
• 曲线形态识别：尖峰和毛刺降权，周期潮汐视为正常波动，缓增缓降交给容量风险，陡升陡降优先进入根因分析。
• 根因单据：分析组给出根因摘要、处理建议、风险等级和审批状态。该场景以诊断和建议为主，不直接执行删文件、改权限等破坏性操作。

通知渠道为短信、邮件、飞书、钉钉、企业微信。飞书还可在群聊或私聊里选择作用域、审批危险操作，并接收巡检异常。

3. 值班墙和排班：告警找得到人

SRE 的响应速度取决于谁在班上。平台把通知对象和值班计划绑在一起：

• 值班计划与排班日历：按班次安排人员。有人值班时，告警只发给通知配置与当前值班人的交集。
• 无人值班时的兜底：可发给通知配置里勾选的全部人员，避免空窗期没有接收人。
• 值班墙：集中看当前值班、活跃告警、告警分级、巡检覆盖和告警趋势。
• 交接：分析组、巡检报告和风险单都留在系统里，下一班不必靠口头复述故障背景。

从告警详情、巡检记录或实例页进入 AI 天穹时，会带上当前上下文。根因追问模式的作用域由告警本身确定，换班的人可以直接接着问。

4. AI 智能体巡检：把清单变成报告

重复的健康检查是 SRE 里最典型的琐事。巡检智能体按业务组或实例定时执行，覆盖 Linux、MySQL、Kubernetes 等已纳管对象，只读检查后生成巡检报告。

• 支持自然语言辅助生成 Cron，定时任务与巡检配置一起保存。
• 巡检失败，或报告里出现异常项时，发送告警通知。
• 报告可以继续跳进 AI 天穹追问，也可以提交审批。
• Skills 把 Linux、MySQL、Kubernetes、网络设备和等保检查收成可复用技能包，凭证在运行时注入，不进入对话明文。

巡检智能体负责覆盖和留痕。是否构成业务事故，仍由当班 SRE 判断。

5. AI 智能体容量预测：打满之前给出风险单

很多可靠性事故不是突发宕机，而是磁盘、CPU、内存、IO 或网络缓慢顶满。容量预测按指标训练，在曲线上区分历史实测和预测，并按规则在预测峰值达到阈值时生成风险单。

风险单带有风险等级、预测对象、预测故障时间和审批状态，便于在打满前安排扩容、清理或限流。预测依赖已经接入的资源指标，给出的是干预窗口，不代替容量评审和采购决策。

6. 智能化配置与受控自愈

官网把配置和自愈列为智能体运维的两项核心能力。在生产使用上，它们都受审批约束，避免一次误改消耗错误预算。

安全开关可按环境开启命令校验、特权阻断、限流和审计。审批记录用于说明谁在什么时间批准了什么。智能化配置因此是「智能体给出方案、SRE 批准后落地」，不是绕过变更制度。

7. 可靠性目标如何被智能体接住

SRE 用三类约定管理可靠性：

• SLI（服务等级指标）：用户能感知的测量，例如可用性、延迟、错误率。
• SLO（服务等级目标）：一段时间内 SLI 应达到的目标，例如 30 天可用性 99.9%。
• 错误预算：100% 减去 SLO 之后，还允许消耗的不可靠额度。预算充足时可以加快变更；预算见底时优先止血。

智能体保障 SRE 不单独签订 SLO，也不替代错误预算的统计口径。SLI 仍以现有监控里的定义为准。智能体接住的是目标被突破之后的动作：

1. 组件智能体读取 Prometheus、Zabbix 等已有信号，不另造一套指标。
2. 归组、语义聚合和形态识别减少无效告警对值班注意力的占用。
3. 容量预测在资源类指标恶化前生成风险单。
4. 审批和 ShowDiff 减少变更类故障。
5. 根因报告、巡检记录、值班墙和操作日志留下复盘材料。

服务协议（SLA）仍由业务和客户约定。平台提供的是守住这些约定时需要的智能体诊断、通知、巡检和审计。

一名值班 SRE 可以这样用

1. 班前：打开值班墙，看当前班次、未关闭告警、巡检覆盖和容量风险单。
2. 告警到达：先看根因分析组，阅读智能体给出的摘要和建议，必要时在同一上下文追问。
3. 需要动环境时：Quick 模式确认后执行低风险操作；重启、配置变更和变更类 SQL 走审批。
4. 班中空档：把重复步骤补进知识库、技能包或工作流，让下一次同类事件仍由智能体先跑一遍。
5. 交接：把分析组、巡检报告、风险单和审批记录留给下一班。排班日历决定下一班谁接收新告警。

管理员侧的准备是：纳管实例、为组件绑定智能体、编排业务组、配好告警源和值班计划，并按角色收紧菜单与审批权限。多租户之间的实例、告警、巡检和智能体配置互相隔离，适合同一套平台为多个客户值守。

能力边界

• 智能体只能分析已纳管实例、已配置智能体和当前账号权限范围内的对象。
• 根因分析给出建议和证据，不默认执行修复。
• 容量预测依赖已采集指标，不能覆盖尚未接入的业务 SLI。
• 自愈预案可以匹配和受控执行；全自动无人值守需要单独评估后才启用。

延伸阅读

• 平台介绍
• 功能总览
• 能力补充
• AI 智能运维
• AI 智能巡检操作指南
• 平台管理