⚡闪卡盲测➔
L2S2 · 数据与检索S3 · 模型与编排S5 · 评测与观测Verified: 2026-11-17

L2 业务场景 · SRE 故障告警聚类、日志取证与根因定位 Agent 方案

当监控系统同时爆发数十条级联微服务告警时,在 15 秒内完成告警降噪聚类、只读拉取近期变更 Commit / Prometheus 指标异常 / 错误日志簇,生成可追溯的根因假设树与人工审批止损命令卡。

适用场景 (Best For)

DevOps / SRE / Platform Team 构建 7x24 小时值班降噪与分钟级根因取证辅助系统。

人机边界 (Human-AI Boundary)

工具权限定死为只读查询(Logs / Metrics / Git Blame / Traces);任何 Rollback / Feature Flag 切换仅生成可复制或一键 Diff 审批卡由值班工程师触发。

常见反模式与避坑 (Anti-Patterns)

  • Granting write/restart Kubernetes privileges automatically to diagnostic LLM loops during cascading partial network partitions
  • Feeding unsummarized megabyte JSON stacktraces straight into coordinator prompts

延迟成本与评测门禁

First evidence dossier ready in <= 15s post PagerDuty webhook · Fixed max 8 diagnostic steps + parallel Subagent log compaction

  • Top-2 Candidate Service Identification Recall: >= 90% accuracy across replayed historical SEV postmortem timelines (Measure against root-cause service documented in human postmortems)

💰 商业 ROI 模型与证据等级

production_practice

将级联告警期“跨 4 个监控系统手工查证”的 30 分钟冷启动压至 15 秒首屏定位,显著减少值班疲劳与 P0 业务停机分秒损失。

🏗️ 端到端系统架构流水线

Step 1: 拓扑关联降噪与最近 Deploy Diff 拉取

用服务依赖图谱合并下游连带报错告警,并自动关联前 2 小时合并的关键配置与代码发布 SHA。

Step 2: 受限 Subagent 并行取证与证据引用战情卡输出

按服务派发只读 Subagent 提取异常指标时间点,输出带监控链接与建议回滚 Diff 的战情摘要。

🛡️ 合规边界与治理硬约束

  • Read-only scoped IAM service account for diagnostic telemetry connectors
  • Mask auth tokens or customer PII accidentally logged inside stacktraces via Presidio scrubber

📦 工程交付清单与作品集产物

  • Read-Only Telemetry Connector Suite (Prometheus + Jaeger + Git Diff)
  • Historical Postmortem Incident Replay Evaluation Benchmark
⚡
想检验本题的肌肉记忆?进入 3 阶闪卡主动回忆盲测
隐藏答案遮罩,自测:审题锚点 ➔ 数理公式机理 ➔ 工业标杆代码与连环追问。3 分钟攻破认知盲区!
🎯 立即在闪卡中盲测此题➔

上下游关联知识链路

站内交互工具与信源依据