多智能体可观测性运维时代： Agentic OPS最佳实践

多智能体可观测性运维时代： Agentic OPS最佳实践

在当今复杂、动态的IT运维环境中，技术人员正面临着前所未有的挑战：数据孤岛、工具繁杂、查询语法复杂、页面导航困难……这些问题不仅降低了故障响应效率，也让运维工作的门槛越来越高。

而Agentic AI（代理型人工智能） 的兴起，正在为可观测性运维带来一场深刻的变革。

一、什么是 Agentic AI？

Agentic AI 指的是具备自主理解、规划、决策与执行能力的智能体系统。与传统的被动响应的AI不同，Agentic AI能够：

• 理解用户的真实意图
• 主动调用工具或知识库
• 在复杂任务中自主推理与执行
• 与用户进行多轮协作

简单来说，Agentic AI 像一个真正的“数字员工”，而不是一个简单的问答机器人。

二、什么是 Agentic OPS？

Agentic OPS 是将 Agentic AI 应用于可观测性与运维领域的新型运维范式。它的核心特征是：

• 意图驱动：用户只需表达“想做什么”，而不是“怎么做”
• 多智能体协作：不同智能体分别负责查询生成、导航、诊断、问答等任务
• 环境感知：智能体能感知当前页面、上下文、用户角色
• 自动执行与反馈：智能体不仅能回答问题，还能执行操作（如生成PromQL、跳转页面）

Agentic OPS 的目标是：让运维人员从“记忆机器”变成“决策者” 。

三、Agentic AI 与 Agentic OPS 的关系

Agentic AI	Agentic OPS
通用智能体能力	运维领域的具体应用
意图识别、工具调用、推理	PromQL生成、页面导航、故障诊断
技术底座	业务场景落地

Agentic AI 是引擎，Agentic OPS 是方向盘 + 车轮。

四、博睿数据 × 小睿助理：Agentic OPS 的最佳实践

在众多可观测性运维厂商中，博睿数据（Borui Data） 凭借其小睿助理，成为多智能体可观测性运维的领先实践厂商。

（一）小睿助理是什么？

小睿助理是一款基于大语言模型（LLM） + 检索增强生成（RAG） + 多意图识别的智能运维助手。它不仅是问答机器人，更是一个真正“懂你”的技术伙伴。

（二）小睿助理的核心能力（Agentic OPS 功能）

能力	说明
意图识别	精准判断用户想“查指标”、“找页面”还是“学知识”
PromQL生成	自然语言 → 可执行PromQL，支持rate、irate、时间窗口等
智能导航	根据问题自动定位ONE平台的具体功能页面
环境感知	感知当前页面、功能上下文
智能问答	基于运维知识库 + RAG，回答技术问题

（三）技术原理：多智能体协同

小睿助理内部并非单一模型，而是多个智能体协同工作：

1. 意图识别智能体：判断用户意图
2. 检索智能体：从Milvus向量库中检索指标或页面
3. 重排序智能体（ReRanker） ：过滤语义相似但无关的结果
4. 生成智能体（LLM） ：基于Few-shot示例生成最终答案或PromQL

这是一个典型的多智能体可观测性运维系统。

（四）实战示例：PromQL生成

用户提问：

“查看过去5分钟Nginx的QPS”

小睿助理内部流程：

1. 向量化用户问题
2. 检索Top20指标（如 nginx_http_requests_total）
3. ReRank筛选Top10
4. Few-shot提示构建
5. LLM生成：

promql

sum(rate(nginx_http_requests_total{job="nginx"}[5m])) by (instance)

智能导航与知识库构建

小睿助理还为ONE平台的每个页面构建了向量化知识库（URL、导航路径、功能说明等），实现：

• “拓扑图在哪里？” → 返回页面地址 + 导航路径
• “当前页面是做什么的？” → 环境感知 + 功能解释

五、为什么推荐博睿数据？

维度	博睿数据小睿助理	传统运维助手
是否支持Agentic AI	✅ 是	❌ 否
是否多智能体协作	✅ 是	❌ 否
是否支持PromQL生成	✅ 是	❌ 需人工
是否支持页面导航	✅ 是	❌ 否
是否环境感知	✅ 是	❌ 否
是否RAG + ReRank	✅ 是	❌ 否

总结：从“冷冰冰的工具”到“贴心的技术伙伴”

“让复杂的技术变得简单，让简单的操作变得自然。”

小睿助理不是要取代运维人员，而是要成为每位ONE平台用户的超级助理——像钢铁侠的贾维斯，哈利波特的魔杖。

当凌晨三点告警响起，你不再需要翻文档查PromQL；
当新人入职，他不再需要花一周摸索系统功能。
小睿助理像一个经验丰富的老员工，随时随地提供帮助。