基于Multi-Agent开发的SmartCare系统自动化运维管家

GS_SmartCare_for_KylinOS 是一款深度适配银河麒麟操作系统（kylin-Server-V10-SP3）的智能运维管家工具，聚焦国产操作系统在关键领域应用中 “多层级故障定位难、隐形风险滞后、运维成本高” 的核心痛点，融合多模态诊断、时序预测、多 Agent 协同、沙盒验证等技术，构建 “监控 - 预测 - 诊断 - 修复 - 验证” 全链路智能运维闭环，为国产 OS 运维提供高效、安全、低门槛的解决方案。

产品核心功能围绕五大模块展开：一是多源数据采集与可视化，通过 Telegraf（10 秒 / 次）采集系统指标（CPU、内存等）存于 InfluxDB，Logstash（1 秒 / 次）采集日志存于 MySQL，BCC（5 秒 / 次）捕获内核调用栈，结合 Grafana 仪表盘实现指标时序趋势、使用率占比等可视化呈现，异常识别精确率达 99.8%；二是时序预测预警，创新研发多尺度 GRU 融合动态特征的 KylinPulse 模型，通过短期窗口（5 分钟间隔）捕捉瞬时负载、长期窗口（60 分钟间隔）挖掘周期趋势，融合时间粒度、尖峰检测等多维特征，提前 5 分钟预测系统指标趋势，预警误差率≤0.65%；三是全链路根因分析，构建 KPI 树（纵向指标依赖链）、拓扑图（横向组件关联）、Trace 调用栈（内核级执行证据）三位一体动态知识库，通过 “指标 - 组件” 映射与路径聚合算法，异常根因追踪准确率较仅用日志诊断提升 42.9%，达 91.2%；四是多 Agent 协同修复，以置信度（阈值 0.7）为驱动构建异构 Multi-Agent 体系，BossAgent（deepseek-r1:14b）统筹决策，置信度达标时调度 CPUAgent、MemAgent 等 ExpertAgents（deepseek-r1:8b）快速处理，不达标则启用 SeniorAgent（deepseek-r1:14b）生成定制化方案，修复方案准确率≥98.7%；五是安全验证与低门槛交互，修复方案经自主研发的 KylinSandboxⅡ 型沙盒（平均运行时间 6-10 秒，较 nsjail 提速 18%）验证后，由 Ansible 部署至 KylinOS 执行，同时支持自然语言交互，用户可通过 Agent 调用 RAG 知识库生成 Shell 指令，降低运维门槛。

相较于传统运维工具（Nagios、Zabbix），产品以 AI 驱动实现全链路自愈，故障修复时间从传统的 60 分钟以上缩短至 1.75 分钟，自动化修复率达 70%；对比阿里云智能运维等方案，新增沙盒安全验证环节，脚本执行风险降低 99%，且针对银河麒麟系统做内核级优化，适配性更优。目前产品已在教育（校园服务器）、农业（智慧网关）、政务（国产化集群）等场景验证，单日可处理日志≥50 万条，告警响应时间≤0.5 秒，能有效保障关键领域系统稳定，为国产操作系统智能运维树立新标杆，具备广阔推广价值。