基于大模型的智能运维解读 - 顾黄亮

总结

个人简介

作者张三为畅销书《DevOps权威指南》和《技术赋能数字化转型的基石》作者，担任多个智库专家委员和特聘专家，并获得腾讯云MVP和阿里云MVP称号。

智能运维知识库

• 运维知识库建设方案：包括文档结构化拆解算法、Query增强算法（词袋模型、F-IDF、词嵌入技术）。
• 运维智能工单：基于Agent技术的运维大语言模型框架，支持根据回复生成可执行脚本命令。

多智能体Agent

• 业务微服务架构：描述典型微服务架构及根因分析流程，如节点A的警报事件根本原因节点为I。
• 多智能体Agent技术：结合论文《SELF-CONSISTENCYIMPROVESCHAINOFTHOUGHT REASONINGINLANGUAGE MODELS》《Communicative Agents for SoftwareDevelopment》《Tree of Thoughts Deliberate Problem SolvingwithLarge Language Models》。

大模型下的DevOps

• MLOps概念：将DevOps理念应用于机器学习开发、部署、运维，提升生产效率和质量。
• 大模型下的平台工程：涉及日志智能化处理、智能运维知识库、多智能体Agent等技术。

日志智能化处理

• 日志智能化：包括基于Transformer的日志异常检测框架LogFormer，其工作阶段为日志注意力编码阶段和基于Adapter的微调结构。
• 日志解析：通过Feed（结构化数据和源码数据）与LLM交互，实现日志调用栈报错分析；对接接口文档解析日志。