AI Agent 重新定义云运维：从告警轰炸到智能决策
输入“/”快速插入内容
AI Agent 重新定义云运维：从告警轰炸到智能决策
AI Agent 重新定义云运维：从告警轰炸到智能决策
用户2814用户28143月17日修改
当你的 亚马逊云科技 账户同时出现 CloudWatch 告警、RDS 维护通知、Support 案例更新和成本异常时，你需要的不是更多的监控面板，而是一个能帮你把这些信息关联起来的智能助手。
为什么要做这个项目
运维工程师的日常大概是这样的：
1.
早上打开 CloudWatch，发现 3 个告警
2.
切到 Health Dashboard，看到 RDS 有维护通知
3.
再看 Support 案例，有 2 个待回复
4.
最后查 Cost Explorer，发现本月成本比上月涨了 25%
这些信息散落在不同的亚马逊云科技控制台页面，而且它们之间可能存在关联——比如 RDS 维护导致了数据库连接告警，进而影响了应用性能。但要把这些点连起来，全靠运维人员的经验和手动排查。
AIOps Agent 助手就是为了解决这个问题：用 AI Agent 把分散的运维数据聚合起来，自动发现关联，辅助决策，自然语言方式查看实时信息，流式响应，无需脚本即可洞察资源信息。
系统架构
整个系统采用前后端分离架构，后端是 Python + FastAPI，前端是 Vue 3 单页应用。核心设计思路是分层架构：
代码块
前端 (Vue 3 + Element Plus)
↓ HTTP/SSE
API 路由层 (FastAPI)
↓
服务层 (业务逻辑 + 数据聚合)
↓
AI Agent 层 (Strands SDK) ←→ 数据收集层 (Boto3)
↓ ↓
LLM (Bedrock/Ollama) 亚马逊云科技 API
后端按领域划分为 10 个 API Router，每个领域对应一个独立的路由文件。这种组织方式让代码结构清晰，新增功能时只需要添加对应的路由、Agent 和收集器。
核心技术实现
1.
AI Agent 设计：Strands SDK + 工具方法模式
以事件调查 Agent 为例，它注册了 40+ 个工具方法，覆盖 EC2、RDS、Lambda、VPC、安全组等几乎所有常见亚马逊云科技资源：
代码块
from strands import Agent, tool
class InvestigationAgent:
def __init__(self):
self.agent: Optional[Agent] = None
self._config_version: Optional[str] = Nonedef _ensure_agent(self):
"""延迟初始化 + 配置变更检测"""
current_version = self._get_config_version()
if self.agent is None or self._config_version != current_version:
model = create_model_from_config()
self.agent = Agent(
model=model,
system_prompt=self._get_system_prompt(self._lang),
tools=[
self.list_ec2_instances,
self.describe_ec2_instance,
self.get_ec2_metrics,
self.list_rds_instances,
# ... 40+ 工具方法
]
)
self._config_version = current_version
@tooldef list_ec2_instances(self, state: str = "all") -> str:
"""列出 EC2 实例
Args:
state: 实例状态过滤 (running/stopped/all)
"""
ec2 = boto3.client("ec2", region_name=self._region)
response = ec2.describe_instances(...)
# 格式化返回结果供 LLM 理解
result = f"找到 {len(instances)} 个 EC2 实例:\n"for inst in instances:
result += f" - {inst['id']} ({inst['name']}): {inst['type']}, {inst['state']}\n"return result