aiops/docs/ai-agent/01-项目概述与设计哲学.md

01 - 项目概述与设计哲学

本文描述 AIOps 当前 AI Agent / Agent CLI 的产品定位和工程原则。// Logan.Li

---

项目定位

AIOps Agent CLI 是一个面向运维场景的 Web 智能执行器。它不是普通聊天助手，而是能在受控目标上调用工具的 Agent：

• 主机模式：通过 SSH 在服务器上执行只读排查或受控变更。
• Kubernetes 模式：通过 AIOps 后端 K8s 客户端查询资源、查看日志、进入 Pod 或执行受控操作。
• 会话模式：任务过程实时推送，任务结束后可回放和继续追问。

适用任务：

场景	示例
主机排障	“检查 nginx 为什么启动失败”
服务检查	“看看磁盘空间和最近错误日志”
K8s 排障	“分析这个 Pod CrashLoopBackOff 的原因”
输出分析	“总结这段 journalctl 输出里的关键错误”
变更建议	“给出修复步骤，执行前让我确认”

---

与普通 AI 助手的区别

维度	AIOps Assistant	Agent CLI
交互	普通问答 / 分析	ReAct 执行流
工具	通常不执行远程工具	可调用 SSH/K8s 工具
目标	平台知识、告警分析	具体主机、Pod、集群
安全	输入输出安全	工具风险、确认、审计
历史	对话历史	会话 + 工具调用 + 输出回放

---

核心设计哲学

1. 工具少，但边界清楚

Agent 不需要暴露大量工具。当前工具按模式注册：

模式	工具
host	ssh_execute、analyze_output
kubernetes	kubernetes_get、pod_logs、pod_execute、kubernetes_action、analyze_output

工具越少，Prompt 越清晰，模型越不容易绕路。

2. 过程优先于结果

运维场景不能只给最终答案，必须知道 Agent 做了什么：

• 每轮思考。
• 调用了什么工具。
• 传了哪些参数。
• 输出是什么。
• 是否触发安全确认。
• 最终结论如何得出。

这些过程通过 WebSocket 推给前端，并写入 agent_cli_messages。

3. 安全是执行引擎的一部分

安全不是前端弹框，也不是事后审计。它在工具执行前生效：

tool_call
  → assess risk
  → critical hard reject
  → high risk confirm
  → execute if approved
  → persist event

4. 平台上下文比裸模型更重要

Agent 的价值来自 AIOps 上下文：

• 当前登录用户。
• 资产和凭据。
• 服务器 IP、端口、OS。
• K8s 集群、Namespace、Pod、Container。
• 历史会话和 Evolver 记忆。
• 后续可加入告警、监控、日志、审批状态。

5. 记忆必须可控

Evolver 能把成功经验和事实写入本地记忆文件，但企业平台必须逐步做到：

• 按用户/团队隔离。
• 可查看、可删除、可禁用。
• 可审计 AI 记住了什么。
• 可区分事实、经验、流程和偏好。

---

运行边界

Agent CLI 当前不做这些事情：

不做	原因
后端本机任意命令执行	多用户 Web 平台风险过高
绕过资产凭据系统	必须受 AIOps 资产权限控制
自动执行高危变更	必须确认，后续接审批
长期保存明文敏感输出	后续需要输出脱敏和保留策略
替代客户端 Agent	客户端 Agent 负责采集，不负责 LLM 推理

---

成功标准

1. 用户能用自然语言描述任务。
2. Agent 能选择正确工具获取事实。
3. 高危动作不会静默执行。
4. 过程可追溯，历史可回放。
5. 失败时能给出明确原因和下一步建议。
6. 同类任务能从历史经验中得到更好的提示。