43 lines
1.8 KiB
Markdown
43 lines
1.8 KiB
Markdown
# 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：
|
||
|
||
```json
|
||
{
|
||
"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。
|
||
|