文吉-基于大模型的根因分析实战

畅捷通基于大模型的根因分析实战

背景

畅捷通作为用友旗下企业，是中国领先的小微企业财税及业务云服务提供商，业务架构复杂，用户量大且迭代速度快。公司运维经历了从自建机房到全面采用公有云和容器化架构的转型，运维复杂性显著增加。

问题/痛点

运维面临的主要问题包括：

• 故障定位困难，需打开多个看板、执行多次分析脚本，耗时较长。
• 无法快速判断故障影响范围和严重性。
• 线上故障无法复现，问题无迹可寻，客户等待压力大。

解决思路/整体方案

核心思路是构建基于大模型的根因诊断（RCA）Agent框架，具体包括：

• 运维检查单：吸收专家经验，简化故障排查流程。
• 协同处理流程：建立故障处理流程，高效协同多组织。
• 应急止损方法论：建立应急止损操作流程和工具，以及故障排查的专家经验排障树。
• 基于大语言模型的RCA Agent框架：定义基础工具（Agent）和工作流编排，构建知识库。

具体实现/技术实践

• 数据治理：
  • CMDB建设：资产标签化、目录化，建立资源身份证号。
  • 监控统一：标准化报警字段，关联业务、产品、资源等信息。
• SOP定义：梳理运维专家排障脑图，固化故障排查过程。
• 工具构建：
  • 查询类Agent：融合CMDB、IT资产清单、CICD配置等数据。
  • 动作类Agent：原子化执行排障脑图中的分析操作。
• 流程编排：构建自动化故障处理流程，降低编码复杂性和成本。

实际运用效果

• 实现所有线上报警的自动分析，根因召回率超过50%。
• 成功召回根因的报警自动关闭工单，支持钉群交互形成闭环。

总结与展望

方案通过构建根因排查逻辑树、统一报警字段规范、建立多模态Agent集合，充分调度AI大模型文本推理能力，实现报警自动化分析，整体耗时1分钟以内，90%常见报警能分析出根因。未来将扩展更多工作流，实现工作流插件化，并采用面向对话框的“大总管”模式，简化开发过程，充分释放AI能力。

未来发展趋势

• 基于大模型的减少知识获取难度。
• 利用大模型汇总、总结能力，实现全文检索、逻辑推理、低代码目标。