L5 全自动闭环运维 V5.0 自研产品 · 私有化部署 · 国产自主可控

安管家 AI智能运维管理系统

AI Intelligent Operations System · 新一代L5级全自动闭环运维平台

系统检测到问题 → 自己分析 → 自己定位根因 → 自己执行修复 → 自己验证结果
整个过程人不需要介入，除非你想审批高风险操作。

99.5%

告警降噪率
10000条 → 约50条

3min

平均故障修复
MTTR

85%

自动修复成功率
无人工干预

采集器种类
覆盖全栈

1000+

单人运维节点
人效上限

∞ L5 全自动六步闭环引擎（V5 核心架构）

① 全面感知

采集层

Agent v3 + eBPF
SNMP / JMX / APM
K8s / Docker API
TCP连接感知
Windows深度采集
日志自动发现

② 实时分析

分析层

动态基线检测
拓扑级联关联
时序数据分析
日志模式识别
多维度聚合
告警去重降噪

③ 根因定位

诊断层

200+规则库匹配
拓扑传播分析
因果推理引擎
历史案例检索
堆栈/慢查询分析
置信度评分输出

④ RCA取证

全因分析层 V5 新增

异常现场快照采集
进程堆栈自动抓取
日志证据链关联
空间/逻辑关联
知识图谱路径搜索
多级因果推断 L1~L3

⑤ 决策执行

执行层

风险矩阵评估
自动/审批双通道
事务性执行引擎
SSH远程操作
脚本动态生成
失败自动回滚

⑥ 验证学习

闭环层

修复效果自动验证
指标对比确认
失败升级人工
经验写入知识库
规则自动优化
用户行为学习

◆ 核心能力矩阵

🧬 eBPF 内核级无侵入采集

挂载内核探针，无需修改应用代码
TCP连接全生命周期追踪
进程级系统调用延迟分布
自动构建服务间依赖拓扑
网络包级别丢包/重传检测

💻 Windows 深度采集

WMI / ETW 事件追踪，原生监控
自动识别中文网卡名
Windows 服务状态深度监控
事件日志自动采集
图形化安装程序，一键部署

🌐 连接感知与拓扑发现

自动构建服务调用拓扑（无需Service Mesh）
自动识别MySQL/Redis/Dubbo等协议
服务依赖图实时更新
端口监听状态变化即时告警
连接风暴检测

📊 业务全景 + APM 探测

HTTP/TCP/进程/日志/JVM 五种探测
每30s自动执行，出问题自动触发根因诊断
10条预置诊断规则开箱即用
每台服务器完整"机器画像"

🎮 GPU / 大模型集群监控

11种推理框架自动发现
Token/s 实时速率监控
KV Cache 使用率追踪
ECC错误 / XID致命错误 / GPU卡死检测

📡 23种采集器覆盖全栈

系统级 / JVM深度 / 中间件 / 数据库
容器全景 / K8s / 网络硬件SNMP
硬件健康SMART / 日志采集 / 异常深度诊断
支持CentOS6 / ARM / x86

⚙ 四层根因分析引擎 + 事务性自愈执行

🔍 四层根因分析（为什么能准确）

L1 规则库匹配 — 200+预置规则，覆盖80%场景，<1秒响应

L2 拓扑传播分析 — 基于CMDB+TCP连接图，追踪故障传播，3~5秒

L3 因果推理引擎 — Granger因果检验+时序关联，识别多步因果链，10~30秒

L4 语义推断（LLM） — 结合历史案例库+知识图谱，跨系统复杂故障，30~60秒

🔄 事务性自愈执行保障

风险评估矩阵：低风险自动执行，中风险单人审批，高风险双人审批
执行前快照：记录当前状态，确保可回滚
超时控制：每个操作有独立超时，防止卡死
效果验证：修复后60秒内自动验证指标是否恢复
失败回滚：验证未通过自动还原，推送升级通知
经验写入：成功案例自动写入知识库，下次更快

⚖ 核心指标对比：传统运维 vs 安管家 V5.0

指标	传统运维（人工）	安管家 V5.0	提升幅度
告警降噪率	~0%（全量推送）	99.5%	10000条→50条
故障定位时间 MTTD	15~30 分钟	< 1 分钟	15~30倍
故障修复时间 MTTR	30~120 分钟	3~5 分钟	10~20倍
自动修复成功率	0%	85%	突破性
单人运维节点上限	50~100 台	500~1000+ 台	10倍+
夜间告警唤醒次数	20~50 次/月	< 2 次/月	10~25倍
容量预测提前量	无（触发才知道）	5~7 天	主动预防

✅ 哪些场景完全自动？哪些需要审批？

✓ 完全自动执行（低风险）

磁盘使用超阈值 → 自动清理过期日志
数据库连接池满 → 自动关闭空闲连接
交换机宕机 → 自动关联下游告警，只推1条
进程崩溃 → 自动重启并验证服务可达
缓存内存溢出 → 自动flush

⚠ 需要人工审批（中/高风险）

核心服务重启（业务影响 > 30秒）
数据库操作（结构变更、批量delete）
生产环境配置变更
批量资产操作（影响 > 10台）
系统判断置信度低于80%的修复

📦 部署与交付

🐳

Docker Compose 一键部署

docker-compose up -d
5分钟完成部署

📦

完整离线私有化部署包

内网无互联网也能跑
数据永远在自己手里
满足等保2.0要求

🔧

Agent 零配置自动发现

一行命令安装Agent
自动发现所有进程和中间件
无需人工配置