279 lines
12 KiB
Java
279 lines
12 KiB
Java
package org.example.service;
|
||
|
||
import com.alibaba.cloud.ai.dashscope.chat.DashScopeChatModel;
|
||
import com.alibaba.cloud.ai.graph.OverAllState;
|
||
import com.alibaba.cloud.ai.graph.agent.ReactAgent;
|
||
import com.alibaba.cloud.ai.graph.agent.flow.agent.SupervisorAgent;
|
||
import com.alibaba.cloud.ai.graph.exception.GraphRunnerException;
|
||
import org.example.agent.tool.DateTimeTools;
|
||
import org.example.agent.tool.InternalDocsTools;
|
||
import org.example.agent.tool.QueryLogsTools;
|
||
import org.example.agent.tool.QueryMetricsTools;
|
||
import org.slf4j.Logger;
|
||
import org.slf4j.LoggerFactory;
|
||
import org.springframework.ai.chat.messages.AssistantMessage;
|
||
import org.springframework.ai.tool.ToolCallback;
|
||
import org.springframework.beans.factory.annotation.Autowired;
|
||
import org.springframework.stereotype.Service;
|
||
|
||
import java.util.List;
|
||
import java.util.Optional;
|
||
|
||
/**
|
||
* AI Ops 智能运维服务
|
||
* 负责多 Agent 协作的告警分析流程
|
||
*/
|
||
@Service
|
||
public class AiOpsService {
|
||
|
||
private static final Logger logger = LoggerFactory.getLogger(AiOpsService.class);
|
||
|
||
@Autowired
|
||
private DateTimeTools dateTimeTools;
|
||
|
||
@Autowired
|
||
private InternalDocsTools internalDocsTools;
|
||
|
||
@Autowired
|
||
private QueryMetricsTools queryMetricsTools;
|
||
|
||
@Autowired(required = false) // Mock 模式下才注册
|
||
private QueryLogsTools queryLogsTools;
|
||
|
||
/**
|
||
* 执行 AI Ops 告警分析流程
|
||
*
|
||
* @param chatModel 大模型实例
|
||
* @param toolCallbacks 工具回调数组
|
||
* @return 分析结果状态
|
||
* @throws GraphRunnerException 如果 Agent 执行失败
|
||
*/
|
||
public Optional<OverAllState> executeAiOpsAnalysis(DashScopeChatModel chatModel, ToolCallback[] toolCallbacks) throws GraphRunnerException {
|
||
logger.info("开始执行 AI Ops 多 Agent 协作流程");
|
||
|
||
// 构建 Planner 和 Executor Agent
|
||
ReactAgent plannerAgent = buildPlannerAgent(chatModel, toolCallbacks);
|
||
ReactAgent executorAgent = buildExecutorAgent(chatModel, toolCallbacks);
|
||
|
||
// 构建 Supervisor Agent
|
||
SupervisorAgent supervisorAgent = SupervisorAgent.builder()
|
||
.name("ai_ops_supervisor")
|
||
.description("负责调度 Planner 与 Executor 的多 Agent 控制器")
|
||
.model(chatModel)
|
||
.systemPrompt(buildSupervisorSystemPrompt())
|
||
.subAgents(List.of(plannerAgent, executorAgent))
|
||
.build();
|
||
|
||
String taskPrompt = "你是企业级 SRE，接到了自动化告警排查任务。请结合工具调用，执行**规划→执行→再规划**的闭环，并最终按照固定模板输出《告警分析报告》。禁止编造虚假数据，如连续多次查询失败需诚实反馈无法完成的原因。";
|
||
|
||
logger.info("调用 Supervisor Agent 开始编排...");
|
||
return supervisorAgent.invoke(taskPrompt);
|
||
}
|
||
|
||
/**
|
||
* 从执行结果中提取最终报告文本
|
||
*
|
||
* @param state 执行状态
|
||
* @return 报告文本（如果存在）
|
||
*/
|
||
public Optional<String> extractFinalReport(OverAllState state) {
|
||
logger.info("开始提取最终报告...");
|
||
|
||
// 提取 Planner 最终输出（包含完整的告警分析报告）
|
||
Optional<AssistantMessage> plannerFinalOutput = state.value("planner_plan")
|
||
.filter(AssistantMessage.class::isInstance)
|
||
.map(AssistantMessage.class::cast);
|
||
|
||
if (plannerFinalOutput.isPresent()) {
|
||
String reportText = plannerFinalOutput.get().getText();
|
||
logger.info("成功提取到 Planner 最终报告，长度: {}", reportText.length());
|
||
return Optional.of(reportText);
|
||
} else {
|
||
logger.warn("未能提取到 Planner 最终报告");
|
||
return Optional.empty();
|
||
}
|
||
}
|
||
|
||
/**
|
||
* 构建 Planner Agent
|
||
*/
|
||
private ReactAgent buildPlannerAgent(DashScopeChatModel chatModel, ToolCallback[] toolCallbacks) {
|
||
return ReactAgent.builder()
|
||
.name("planner_agent")
|
||
.description("负责拆解告警、规划与再规划步骤")
|
||
.model(chatModel)
|
||
.systemPrompt(buildPlannerPrompt())
|
||
.methodTools(buildMethodToolsArray())
|
||
.tools(toolCallbacks)
|
||
.outputKey("planner_plan")
|
||
.build();
|
||
}
|
||
|
||
/**
|
||
* 构建 Executor Agent
|
||
*/
|
||
private ReactAgent buildExecutorAgent(DashScopeChatModel chatModel, ToolCallback[] toolCallbacks) {
|
||
return ReactAgent.builder()
|
||
.name("executor_agent")
|
||
.description("负责执行 Planner 的首个步骤并及时反馈")
|
||
.model(chatModel)
|
||
.systemPrompt(buildExecutorPrompt())
|
||
.methodTools(buildMethodToolsArray())
|
||
.tools(toolCallbacks)
|
||
.outputKey("executor_feedback")
|
||
.build();
|
||
}
|
||
|
||
/**
|
||
* 动态构建方法工具数组
|
||
* 根据 cls.mock-enabled 决定是否包含 QueryLogsTools
|
||
*/
|
||
private Object[] buildMethodToolsArray() {
|
||
if (queryLogsTools != null) {
|
||
// Mock 模式：包含 QueryLogsTools
|
||
return new Object[]{dateTimeTools, internalDocsTools, queryMetricsTools, queryLogsTools};
|
||
} else {
|
||
// 真实模式：不包含 QueryLogsTools（由 MCP 提供日志查询功能）
|
||
return new Object[]{dateTimeTools, internalDocsTools, queryMetricsTools};
|
||
}
|
||
}
|
||
|
||
/**
|
||
* 构建 Planner Agent 系统提示词
|
||
*/
|
||
private String buildPlannerPrompt() {
|
||
return """
|
||
你是 Planner Agent，同时承担 Replanner 角色，负责：
|
||
1. 读取当前输入任务 {input} 以及 Executor 的最近反馈 {executor_feedback}。
|
||
2. 分析 Prometheus 告警、日志、内部文档等信息，制定可执行的下一步步骤。
|
||
3. 在执行阶段，输出 JSON，包含 decision (PLAN|EXECUTE|FINISH)、step 描述、预期要调用的工具、以及必要的上下文。
|
||
4. 调用任何腾讯云日志/主题相关工具时，region 参数必须使用连字符格式（如 ap-guangzhou），若不确定请省略以使用默认值。
|
||
5. 严格禁止编造数据，只能引用工具返回的真实内容；如果连续 3 次调用同一工具仍失败或返回空结果，需停止该方向并在最终报告的结论部分说明"无法完成"的原因。
|
||
|
||
## 最终报告输出要求（CRITICAL）
|
||
|
||
当 decision=FINISH 时，你必须：
|
||
1. **不要输出 JSON 格式**
|
||
2. **直接输出完整的 Markdown 格式报告文本**
|
||
3. **报告必须严格遵循以下模板**：
|
||
|
||
```
|
||
# 告警分析报告
|
||
|
||
---
|
||
|
||
## 📋 活跃告警清单
|
||
|
||
| 告警名称 | 级别 | 目标服务 | 首次触发时间 | 最新触发时间 | 状态 |
|
||
|---------|------|----------|-------------|-------------|------|
|
||
| [告警1名称] | [级别] | [服务名] | [时间] | [时间] | 活跃 |
|
||
| [告警2名称] | [级别] | [服务名] | [时间] | [时间] | 活跃 |
|
||
|
||
---
|
||
|
||
## 🔍 告警根因分析1 - [告警名称]
|
||
|
||
### 告警详情
|
||
- **告警级别**: [级别]
|
||
- **受影响服务**: [服务名]
|
||
- **持续时间**: [X分钟]
|
||
|
||
### 症状描述
|
||
[根据监控指标描述症状]
|
||
|
||
### 日志证据
|
||
[引用查询到的关键日志]
|
||
|
||
### 根因结论
|
||
[基于证据得出的根本原因]
|
||
|
||
---
|
||
|
||
## 🛠️ 处理方案执行1 - [告警名称]
|
||
|
||
### 已执行的排查步骤
|
||
1. [步骤1]
|
||
2. [步骤2]
|
||
|
||
### 处理建议
|
||
[给出具体的处理建议]
|
||
|
||
### 预期效果
|
||
[说明预期的效果]
|
||
|
||
---
|
||
|
||
## 🔍 告警根因分析2 - [告警名称]
|
||
[如果有第2个告警，重复上述格式]
|
||
|
||
---
|
||
|
||
## 📊 结论
|
||
|
||
### 整体评估
|
||
[总结所有告警的整体情况]
|
||
|
||
### 关键发现
|
||
- [发现1]
|
||
- [发现2]
|
||
|
||
### 后续建议
|
||
1. [建议1]
|
||
2. [建议2]
|
||
|
||
### 风险评估
|
||
[评估当前风险等级和影响范围]
|
||
```
|
||
|
||
**重要提醒**：
|
||
- 最终输出必须是纯 Markdown 文本，不要包含 JSON 结构
|
||
- 不要使用 "finalReport": "..." 这样的格式
|
||
- 直接从 "# 告警分析报告" 开始输出
|
||
- 所有内容必须基于工具查询的真实数据，严禁编造
|
||
- 如果某个步骤失败，在结论中如实说明，不要跳过
|
||
|
||
""";
|
||
}
|
||
|
||
/**
|
||
* 构建 Executor Agent 系统提示词
|
||
*/
|
||
private String buildExecutorPrompt() {
|
||
return """
|
||
你是 Executor Agent，负责读取 Planner 最新输出 {planner_plan}，只执行其中的第一步。
|
||
- 确认步骤所需的工具与参数，尤其是 region 参数要使用连字符格式（ap-guangzhou）；若 Planner 未给出则使用默认区域。
|
||
- 调用相应的工具并收集结果，如工具返回错误或空数据，需要将失败原因、请求参数一并记录，并停止进一步调用该工具（同一工具失败达到 3 次时应直接返回 FAILED）。
|
||
- 将日志、指标、文档等证据整理成结构化摘要，标注对应的告警名称或资源，方便 Planner 填充"告警根因分析 / 处理方案执行"章节。
|
||
- 以 JSON 形式返回执行状态、证据以及给 Planner 的建议，写入 executor_feedback，严禁编造未实际查询到的内容。
|
||
|
||
|
||
输出示例：
|
||
{
|
||
"status": "SUCCESS",
|
||
"summary": "近1小时未见 error 日志，仅有 info",
|
||
"evidence": "...",
|
||
"nextHint": "建议转向高占用进程"
|
||
}
|
||
""";
|
||
}
|
||
|
||
/**
|
||
* 构建 Supervisor Agent 系统提示词
|
||
*/
|
||
private String buildSupervisorSystemPrompt() {
|
||
return """
|
||
你是 AI Ops Supervisor，负责调度 planner_agent 与 executor_agent：
|
||
1. 当需要拆解任务或重新制定策略时，调用 planner_agent。
|
||
2. 当 planner_agent 输出 decision=EXECUTE 时，调用 executor_agent 执行第一步。
|
||
3. 根据 executor_agent 的反馈，评估是否需要再次调用 planner_agent，直到 decision=FINISH。
|
||
4. FINISH 后，确保向最终用户输出完整的《告警分析报告》，格式必须严格为：
|
||
告警分析报告\n---\n# 告警处理详情\n## 活跃告警清单\n## 告警根因分析N\n## 处理方案执行N\n## 结论。
|
||
5. 若步骤涉及腾讯云日志/主题工具，请确保使用连字符区域 ID（ap-guangzhou 等），或省略 region 以采用默认值。
|
||
6. 如果发现 Planner/Executor 在同一方向连续 3 次调用工具仍失败或没有数据，必须终止流程，直接输出"任务无法完成"的报告，明确告知失败原因，严禁凭空编造结果。
|
||
|
||
只允许在 planner_agent、executor_agent 与 FINISH 之间做出选择。
|
||
|
||
""";
|
||
}
|
||
}
|