AI 智能运维

AI 智能运维是 Agentic AIOps 的核心差异化能力，覆盖对话式运维、告警根因分析、定时巡检三大场景。

AI 助手

解决的问题

• 查一个问题要在多个系统间切换。
• 新人不熟悉命令，老人重复打同样的命令。
• 从告警页、实例页跳转 AI 时还要重新描述环境。

平台能做什么

• 用自然语言查询和操作已纳管资源（控制台入口亦称 AI 天穹）。
• 流式对话，实时看到分析过程；支持任务中断与上下文压缩。
• 从主机、数据库、Redis、K8s、根因分析、巡检等页面一键跳转，自动带上当前实例上下文。
• 对话快捷键，常用问题一键发起；对接 Prometheus 等时可在对话中展示图表卡片。
• 支持智能体级与对话级两层知识库，回答更贴合企业内部文档。
• 支持配置不同大模型及温度、上下文长度等参数。
• 飞书等通道可对话运维：作用域卡片选实例，危险操作走审批卡片。

Deep / Quick 双模式

三种协作方式

业务组与工具扩展

解决的问题

• 微服务架构下单点 AI 看不全整条业务链。
• 企业已有外部工具，希望 AI 也能调用。

平台能做什么

• 业务组：把多个实例编为一组，由协调智能体（超智能体入口）统一调度子智能体。
• 可设置业务组是否参与告警根因的分组归并。
• 工具扩展市场（MCP）：浏览、安装、测试内置/远程工具扩展；内置运维能力开箱可用。
• 智能体与工具关系集中配置，改一次处处生效。
• 工作流 / Chatflow：可视化编排任务流或对话流，可发布为 API 或在 AI 天穹中协同执行。

智能根因分析（RCA）

解决的问题

• 告警一来就是一堆，不知道哪几条是一回事。
• 人工猜根因慢，结论难沉淀。
• 分析完还要另开窗口继续问。

平台能做什么

1. 接收告警：对接 Prometheus / Zabbix / 其他 Webhook，告警自动入库；支持字段映射。
2. 智能归组：按业务组或默认规则，在时间窗口内合并相关告警；支持语义相似度聚合重复/同源告警。
3. 多智能体分析：自动选择相关组件的智能体并行分析，输出根因与处理建议。
4. 状态清晰：待分析 → AI 分析中 → 已给出 AI 方案；支持告警静默与升级通知。
5. 继续追问：在分析组详情一键进入 AI，上下文不丢失。
6. 消息触达：分析开始/完成可按规则通知值班人员（短信/邮件/飞书/钉钉/企微）。

您会得到什么

• 分析组级别的根因摘要与建议措施。
• 关联告警列表、故障簇与处理时间线。
• 可检索、可回顾的历史分析记录。

安全说明

根因分析以诊断与建议为主，不会在该场景下执行删文件、改权限等破坏性操作。

风险预测与形态降噪

解决的问题

• 磁盘/CPU 缓增类问题到打满才告警，干预窗口太短。
• 业务潮汐与采样毛刺造成大量误报。

平台能做什么

• 未来 15 天趋势预测：对磁盘、CPU、内存、IO、网络等给出趋势与风险单，便于提前扩容或清理。
• 曲线形态识别：区分尖峰、毛刺、缓增缓降、陡升及周期规律波动，降低误报、突出真异常。

AI 智能巡检

解决的问题

• 人工巡检 checklist 难统一、难追溯。
• 巡检发现异常后，还要重新组织语言问 AI。

平台能做什么

• 配置巡检范围：业务组（推荐）或 实例类型 + 实例（含 K8s 集群、主机、数据库等）。
• 支持自然语言辅助生成 Cron 表达式，降低定时配置门槛。
• 定时自动执行，对组内或指定实例资源做只读健康检查。
• 生成 HTML 巡检报告并保存，巡检日志列表随时回看。
• 巡检成功或失败后，可一键跳转 AI 天穹 继续追问。
• 可按规则在巡检失败或发现异常时，通过飞书等渠道通知值班人员。

详细操作见 AI 智能巡检操作指南。

Quick 模式

解决的问题

• 全自动执行命令怕误操作；完全手动又太慢。

平台能做什么

• AI 只输出一条建议命令（如 bash 运维命令）。
• 由您在前端决定是否执行，执行前可再次确认。
• 适合生产环境「AI 给思路、人拍板」的工作方式。

特权与安全

解决的问题

• AI 方便，但不能让重启、删库这种事自动发生。

平台能做什么

• Linux 高危命令（重启、关机等）必须走审批后才会执行。
• 数据库 DDL/DML 等特权 SQL 同样需审批。
• 审批前后可展示变更差异（ShowDiff），方便审核。
• 可配置命令验证、特权阻断、限流、审计等安全开关。
• 根因分析、巡检默认以只读为主；全自动自愈不默认开放，生产以人机协同执行为主。

典型场景举例

延伸阅读

• 能力补充
• AI 智能巡检操作指南
• 功能总览 · AI 与 RCA
• 飞书接收 AI 巡检告警
• 告警通知配置
• 技能包