适用场景

AI 助手在运维里最实用的三件事：查文档、总结工单、给初步排查步骤。前提是知识库质量够好。文档散落在个人电脑里，再好的模型也查不到。先把知识库结构定下来，再谈助手。

配置步骤（知识库建设与检索）

# 1) 目录结构示例
# kb/systems/erp.md
# kb/topology/prod-network.md
# kb/faq/switch-port-down.md
# kb/runbook/db-failover.md

# 2) 条目模板
# ## 现象
# ## 影响范围
# ## 判断依据（命令 + 预期输出）
# ## 处理步骤（1..n）
# ## 验证方法
# ## 关联系统与联系人

# 3) 检索：关键词 + 标签（系统、现象、资产类型）

# 4) 质量校验：随机抽 10 条，看能否照做完成

关键参数与建议

  • 知识库结构：系统清单、拓扑图、账号权限、常见故障、变更记录、应急手册六类
  • 条目格式：现象、影响范围、判断依据、处理步骤、验证方法、关联系统
  • 更新机制：每次故障闭环必须回写知识库，否则库会腐化
  • 权限：知识库分级，涉及密码与架构细节的内容限制访问
  • 助手边界：助手只给建议与检索结果，动手操作必须人工确认
  • 审计：助手调用了哪些文档、给出什么建议，要留日志便于追溯
  • 落地节奏：先做检索与摘要，再做自动化动作，别一上来就让它改配置

容易踩的坑

  • 知识库只写结论不写命令，照着做不下去
  • 文档没有负责人，过期内容没人更新
  • 密码写在知识库里明文共享，安全风险
  • 只建库不推广，值班还是靠问人
  • 检索没有标签，搜出来的结果与场景不匹配
  • 故障处理完不回写，下次问题重复出现

验证与巡检

# 覆盖率检查：核心系统是否都有条目
ls kb/systems | wc -l

# 有效性抽查：随机 10 条，能否照做完成
  • 巡检：核心系统覆盖率 100%、季度复核、故障后 24 小时内回写

小结

AI 助手检验标准：新人值班遇到常见故障，能靠知识库在 10 分钟内找到处理步骤并完成验证，不需要打电话找人。

> 说明：文中命令为通用写法，不同型号/版本可能略有差异，落地前请对照设备实际版本的官方文档；带外管理与安全设备变更建议先在测试设备验证。