SuperBizAgent-java/mvp/demo/aiops-alert-acceptance.md

AIOps 告警验收用例

1. 目标

验证 /api/ai_ops 入口可以作为可追踪的告警触发诊断入口，并且 payload 模式下报告聚焦输入告警。

2. 输入

• Session id：mvp-demo-aiops-payment-cpu-001
• Endpoint：POST /api/ai_ops
• Profile：mvp-demo
• 告警 payload：

{
  "sessionId": "mvp-demo-aiops-payment-cpu-001",
  "alertName": "HighCPUUsage",
  "service": "payment-service",
  "severity": "P1",
  "description": "服务 payment-service 的 CPU 使用率持续超过 80%，当前值为 92%。实例: pod-payment-service-7d8f9c6b5-x2k4m。",
  "timeRange": "last_15m",
  "userRequest": "请结合 Prometheus 活动告警、system-metrics 日志和知识库生成告警分析报告。"
}

3. 验收标准

1. SSE 流首条输出 type=metadata 的 message 事件，且包含请求中的 session id 和本次 AIOps run id。
2. AIOps 执行创建 diagnosis_run，并写入 agent_flow = AI_OPS。
3. 持久化的 run query 包含告警名、服务名、等级、时间范围和描述。
4. 如果生成最终报告，diagnosis_run.answer 包含该报告。
5. GET /api/diagnosis/{sessionId}/trace?runId=... 返回 AIOps run、按顺序排列的 agent steps 和 tool invocations。
6. payload 模式下，报告主线聚焦 HighCPUUsage/payment-service。
7. 其他活跃告警最多作为相关风险或上下文出现，不应展开成完整独立根因章节。
8. diagnosis_run.self_evaluation.aiops_rule_evaluation 存在，并能反映报告完整性、payload 聚焦和证据工具覆盖情况。

4. 已知边界

• 当前 AIOps 使用轻量规则评估器，不是完整 LLM Verifier。
• 完整运行仍依赖有效的 DB、Redis、Milvus/Zilliz、模型和 embedding 配置。
• mvp-demo profile 使用 mock Prometheus 和 mock CLS，主要用于稳定演示。