如题，各位大佬目前公司内部的 AI Agent 的应用情况咋样？目前看到比较多的好像合并代码 code review 的时候用到的挺普遍的。然后目前我们团队内部的想法是基于 jira 工单的 bug 信息和对应的附件图片和日志，再基于阿里云的 sls 日志平台，来做一个内部的自动化问题排查分析的 agent ，各位看看可行性大么？这个需求应该挺普遍的吧，有大佬内部已经实现了么？目前我这边的情况是进行了第一步，利用 jira 的 mcp 服务获取了对应的工单信息，我觉得难点是告诉 AI 的提示词怎么写，让 AI 知道发生问题的上下游链路是什么，该去哪里进行下一步的查看分析，毕竟整个 k8s 里的微服务太多，链路太长了。
 | 1 liu731 PRO 罪过，开发的 AI Agent 干掉了 30 个客服～ |
 | 3 tomatocici2333 2 月 5 日 @liu731 #1 不怪你 你不干掉其他人也会干掉 |
 | 5 weixind 2 月 5 日 你可以先尝试，将你的这些 bug 信息、附件图片、日志等丢给 claude code 、codex 等。看能不能有预期的结果。有的话再尝试将手动流程自动化。 现阶段 AI 能做到的大概是： 初/中级工程师在没有太多业务背景的情况下，能够独立完成的事情。 不过我觉得你说的这个已经超出了现有 AI 的能力边界，特别是有一长串微服务调用。 |
 | 7 Chatterleys 2 月 5 日 罪过，我开发的 AI 中控估计干了不少场控 |
 | 8 maichael 2 月 5 日  1 可以说一个大概的方向： 1. 首先你让把 Agent 当成一个人，建设 Agent 的过程就是培养一个 Debug 助手的过程，可以先定义一些系统上下文，告知它要做什么，有哪些原则等（一开始可以简单点少一点，后面再慢慢调整） 2. 一开始要从上下文着手，假设你是这个助手，你要找这些问题，需要哪些上下文 3. 基于 2 去构建 tools / skills / mcp ，给你的助手装上各种「工具臂」 4. 123 做完了，你这个助手就基本成型了，后面就是慢慢的根据它的“表现”优化（上下文、工具之类的），但是一定要注意，不要过早优化，一开始给到 LLM 的上下文越 raw 越好，不要做太多的上下文调整，也不需要给太多的提示、规则，现在的 LLM 已经有足够的常识去应对这些问题，你重点是把你特有的上下文提供给它。 |
 | 9 armin1024 2 月 6 日 你需要告诉它你的场景，让他自己基于具体情况（限定范围内）自行分析派活给 subagent 最后汇总报告。我有过一个类似场景一个综合分析 skill （协调器）派活给每个子 skill （ subagent ）最后汇总 |
 | 10 Clannad0708 2 月 6 日 你做的这个太大了，我最近在做 k8s 的运维 agent 。现在可以识别一些 pod 的异常查询日志给出一些根因分析 ，你这样的方式适合使用 工作流 workflow ，把一次查询任务分为几个节点 1 获取信息，2 查询阿里云 sls 日志，3 自动化分析。每个节点可以设置特异性的 prompt 和 tool 。效果会好很多。如果你想让 ai 知道链路可以给他提供一个 说明文档，建议用 skill 去实现。他的设计思想很好  |
 | 11 yinft OP @Clannad0708 问题是我现在是在用 springAI 开发 agent 不是使用 agent ，只能写个详尽的提示词吧 |
| 12 Clannad0708 2 月 6 日 @yinft #11 我也是开发啊，我用的 holmesgpt ， 能往里面嵌套的。提示词效果有限，想要好效果 workflow ，rag ，skill 必不可少 |
 | 13 liuxue 2 月 6 日 via iPhone 用不了，不开放互联网访问 |
Select Language