SuperBizAgent-java/interview/aiops-query-augmentation.md

AIOps 查询增强说明

1. 改动是什么

AIOps 在 PAYLOAD_TARGETED 模式下，会从告警 payload 中稳定生成一条推荐知识库检索 query。

参与拼接的非空字段：

alertName service severity description timeRange userRequest

示例：

HighCPUUsage payment-service P1 CPU 使用率超过 80% last_15m

最终会进入 Prompt：

Recommended lookup_knowledge query: ...

2. 为什么重要

AIOps payload 里包含高价值检索词：

• 告警名称。
• 服务名。
• 严重等级。
• 症状描述。
• 时间范围。
• 用户补充请求。

如果完全让 Agent 从长 Prompt 里自己组织检索 query，可能遗漏服务名或告警名。推荐 query 让检索种子更稳定。

3. 设计取舍

这是 Prompt 层 query augmentation，不是隐藏检索。

我没有在 Agent 运行前自动调用 lookup_knowledge，原因是项目强调可追踪性：工具调用应该由 Agent 显式发起，并记录到 tool_invocation。

当前设计：

AIOps payload
  -> deterministic recommended retrieval query
  -> Agent prompt
  -> Agent 显式调用 lookup_knowledge
  -> tool_invocation 记录真实检索行为

4. 面试回答

如果被问：AIOps payload 怎么提升 RAG 检索？

我没有把告警 payload 粗暴替换成一个宽泛领域，而是提取 alertName、service、severity、description、timeRange 等高信号字段，拼成推荐的 lookup_knowledge query。
Agent 仍然显式调用工具，所以 trace 仍然能看到真实检索行为，但 query 不再完全依赖模型临场发挥。

如果被问：为什么不自动检索？

自动检索会在 Agent 真正决策前制造一份隐藏证据。
这个项目的重点是可观测 Agent 执行，所以我选择 Prompt 层增强：给 Agent 一个更好的 query seed，但不改变工具调用必须显式可追踪的契约。

5. 后续增强

• 将 recommended query 写入 trace 的结构化字段，便于对比 Agent 实际 query。
• 对 payload 字段加权，例如 alertName/service 权重大于 timeRange。
• 后续接入 Query Transformer 时，保留原始 query、推荐 query、改写 query 三者的可追踪关系。