做运维的人，大多都熬过凌晨三点的告警。

手机震动惊醒的瞬间，脑子还昏沉，手已经下意识点开七八个系统：

切监控看CPU曲线、翻慢查询面板导出日志、去CMDB扒主机资产、进数据库手动执行一堆排查SQL，复制粘贴十几段数据丢进AI对话框，反复补充遗漏的指标，折腾十几分钟，才能勉强拼凑出故障线索。

明明手里有监控、日志、资产数据，却要在各个平台来回跳转人工搬运；

明明处理过无数次同类MySQL锁等待、集群负载飙升，下次故障来临，还是要从头写一遍排查指令；

人工拷贝数据时漏掉一行锁等待记录，AI给出错误判断，本该快速止血的故障硬生生拖成业务P0事故。

乐维运维智能体的Agentic Ops功能，依托乐维CoT思维链，彻底重构运维AI交互逻辑，打通CMDB、监控、日志、告警全域数据链路，实现数据自动拉取、Prompt模板固化、场景一键分析，真正完成从 “人工拼凑数据提问” 到 “AI自主联动全域数据决策” 的范式升级。

传统Agent Skill在运维生产场景的短板

通用AI Agent Skill体系依托大模型自主决策调度工具，在IT监控及运维生产落地时存在几大核心问题：

• 1．执行不可控：模型自主判断调用时机、参数、顺序，相同提问多次执行结果不一致，生产故障场景稳定性不足；

• 2．领域适配弱：无原生监控资产、告警、指标、运维脚本能力，全部需要二次封装API与过滤逻辑；

• 3．上下文开销大：每次对话需加载全部Skill、工具描述、约束规则，Token消耗高、响应慢；

• 4．企业管控缺失：权限隔离、数据脱敏、操作审计依赖模型参数传递，易出现越权查询、高危脚本执行；

• 5．数据联动复杂：业务→主机→指标→告警多维度下钻需要模型多轮自主编排，极易链路断裂。

执行流程差异对照表

依托乐维自研CoT思维链打造的Agentic Ops，从底层打通全平台数据链路，内置专属数据占位符，一键自动拉取监控指标、 CMDB资产、主机资源、告警记录、日志采集、业务拓扑等全部数据，自动填充分析模板，彻底砍掉人工复制、导出、整理的重复劳动，再也不用在多个系统之间来回切换。

核心能力：模板沉淀+可视化编辑，实战经验永久留住

1.标准化场景模板，一次搭建永久复用

覆盖运维90%以上日常高频场景，都能固化为可复用Prompt模板，覆盖90%高频工作：低频业务分析、集群负载巡检、告警诊断、操作系统巡检、僵尸机分析、存储健康检测，甚至平台自身巡检等等。

拿长期消耗人力、极易出错的低频业务分析来说

包含：如灾备备用业务集群、季度切换演练系统、冷门附属业务、闲置物联网设备、换季运维资产、极少对外提供服务的后台支撑系统等。

这类业务存在两大痛点：①日常几乎无用户访问、无频繁告警、无运维操作，属于典型“冷场景”；②使用频次极低，无法积累对话样本与运维数据。

那这时候我们就可以基于Cot编辑器，可无模型依赖、零样本可用、规则永久固化的特性，搭建「业务系统低频度分析」固定AI场景，不受业务使用频次影响，长期稳定自动盘点、巡检、隐患排查。

01 编辑场景

02 可视化定义分析的维度

03 测试CoT

04 保存场景工作台，并关注

05 执行场景，选择分析业务

06 分析并得出结论

这套模板搭建完成后，团队所有人都能使用。新人运维、轮岗DBA不用手动统计海量月度指标，勾选业务集群就能拿到和资深专家一致的完整评估结论。多年沉淀的业务活跃度判断经验不再随人员流动流失，彻底转化为团队可复用的标准化资产。

2.左右分栏可视化编辑器，边写边预览，不用反复试错

很多同类AI工具编辑Prompt时，只能写完提交测试，发现数据缺失、指令歧义再退回修改，来回调试极其耗费精力。Agentic Ops独创左右分栏编辑界面，柔性解决调试痛点：

左侧编辑区：自由梳理分析逻辑、插入资产/指标/数据库查询占位符，自定义低频业务、故障排查等各类场景分析维度；

右侧实时预览区：同步展示即将拉取的真实运维数据总量、明细，完整还原提交给大模型的全部指令文本。

搭建低频业务评估模板时，不用反复提交测试校验占位符有效性，右侧预览页面一眼就能看清是否遗漏30天流量趋势、定时任务访问记录、CMDB成本信息，提前规避参数缺失、逻辑歧义等问题，模板制作效率大幅提升，不用再为调试熬时间。

全域原生数据打通：AI拥有完整运维视野，不再是“片面助手”

市面上不少开源AI Agent工具，需要手动对接Prometheus、Loki、数据库、CMDB多套第三方组件，对接成本高、数据割裂，企业落地门槛极高。Agentic Ops深度内嵌乐维整套国产化智能运维底座，原生打通全链路数据，无需额外部署、二次对接：

• CMDB资产底座：自动同步主机、云实例、容器、操作系统、中间件等全量资产、业务归属、硬件成本、拓扑关联关系；

• 全栈监控底座：联动采集引擎自动拉取多周期CPU、内存、磁盘、网络、进程、数据库性能指标，无需手动编写指标查询语句；

• 告警底座：依托告警数据底座，一键调取全时段历史告警、告警收敛与关联拓扑，智能匹配各类业务运行时间窗口，结构化告警数据可直接供给AI分析；

• 自动化联动底座：分析完成后，直接输出备份、缩容、冷迁移、下线等可执行脚本，打通 “评估 - 处置” 闭环。

CoT场景广场：场景技能互通共享，全行业经验双向流转

这是Agentic Ops独有的行业生态能力，彻底打破企业间运维经验孤岛。平台配套场景模板公开在乐维社区，所有用户制作完成的标准化场景模板，均可打包为「技能包」上传分享至社区；同时任何人都能免费下载社区内同行发布的最新成熟场景，开箱即用。

按需下载现成技能：社区沉淀海量行业通用场景，低频业务评估、MySQL死锁排查、告警故障诊断、主机健康巡检、MySQL故障根因诊断、中间件故障根因诊断等高频技能持续更新。中小团队无需从零开发模板，直接下载导入平台即可投入生产，省去数天的模板开发调试成本。

自主上传分享沉淀：如果你打磨出适配自身业务、解决行业疑难故障的专属场景（例如金融多租户低频归档业务评估、制造业离线统计库闲置资源识别模板），一键打包上传社区，标注适用场景、数据库版本、业务架构，供全国同行参考使用。

社区迭代更新：热门技能会持续收到反馈优化，官方同步维护更新，修复逻辑漏洞、补充适配更多硬件/数据库版本，所有人都能拿到持续优化后的最新诊断能力。

举个真实场景：某互联网企业DBA自研了一套精细化低频业务成本核算评估模板，上传社区后，上千家政企、传统行业运维团队直接下载复用；有人针对国产化TiDB数据仓库场景优化了该技能，回传更新版本，全行业共享迭代成果，不用每家企业重复造轮子。

安全可控、灵活适配，贴合国内企业真实合规需求

1. 数据全程本地留存，守住企业核心数据底线

针对金融、政企、央企及终端厂商核心敏感数据不外流的合规要求，支持依赖云平台提供的加密能力，搭建安全端云协同架构实现数据全程隔离可控；支持隐私安全的端云协作精调，无需明文上传本地用户数据即可优化模型效果，在保护端侧原始隐私数据前提下完成端云协作推理，达到个性化AI服务需求，若涉及端侧私有知识库上云场景，端侧数据可以以密文形式存入云上向量数据库，检索时查询向量同步加密，全程在密文空间完成向量检索，原始业务、用户隐私数据全程本地受控，全链路审计留痕，完整满足等保、信创合规标准，社区仅流转通用标准化规则，无企业内部敏感信息泄露风险。

2. 多模型自由切换，不绑定单一厂商

不强制绑定某一款大模型，通义千问、DeepSeek、智谱、Claude等主流模型均可接入，填入API Key即可使用；支持多模型并行配置，模板、根因分析、业务评估、对话场景一键切换，修改配置一分钟自动生效，无需重启平台，企业可按需选择适配自身业务的大模型，完全掌握AI底层选择权。

写给每一个熬过夜的运维人

过去十年，我们不断搭建监控、日志、链路平台，初衷是解放运维，可到头来，我们却被困在无数面板、复制粘贴、重复指令里。

Agentic Ops，从一线DBA、SRE的真实熬夜痛点出发，做一套真正懂国内运维、能沉淀团队经验、数据安全可控、还能联动全行业同行交流的AI运维工具。

从 “人工来回切换面板拼凑线索”，到 “AI自主联动全域数据一键分析”，再到 “行业社区互通共享运维技能”，Agentic Ops想做的，不只是一款AI运维功能，而是让每一位运维人，少熬一次无意义的夜班，少做一遍重复的复制粘贴，让沉淀多年的实战经验，既能留在团队，也能传递给更多同行。