OnCallAgent：Go语言智能运维值班代理系统

GitHub: https://github.com/yinxiangpingfan/OnCallAgent
技术栈: Go / Gin / CloudWeGo Eino / Qdrant / Ollama / Prometheus
发布平台: 程序员茄子（chenxutan.com）
标签: AI Agent, 智能运维, RAG, ReAct, DevOps, 告警处理

引言

运维值班是每个技术团队的痛点。

当告警响起时，值班人员需要：

• 快速判断告警类型
• 查找历史处理方案
• 执行修复操作
• 记录处理过程

OnCallAgent 应运而生。

这是一个融合 RAG、ReAct 与 Plan-Execute-Replan 三大 AI 范式的智能运维平台，让 AI 帮你值班！

一、项目简介

OnCallAgent 是一个面向运维场景的智能代理系统，深度融合三种 AI Agent 核心技术：

三者协同工作

RAG → 提供知识基础
ReAct → 处理单轮工具调用
Plan-Execute-Replan → 编排多步骤任务流程

共同实现：告警发现 → 知识检索 → 处理建议生成 → 全链路自动化运维

二、解决的问题

三、核心特性

1. 智能对话

ReAct Agent 驱动的多轮对话：

2. 知识库管理

3. 告警分析

4. RAG 检索

5. 自主规划

Plan-Execute-Replan 架构：

四、技术架构

架构图

┌─────────────────────────────────────────────────────────────┐
│                        OnCallAgent                          │
├─────────────────────────────────────────────────────────────┤
│  API Layer (Gin)                                            │
│  ├── /upload     - 文件上传 & 知识库索引                     │
│  ├── /chat       - 智能对话                                  │
│  ├── /chatStream - 流式对话                                 │
│  └── /plan       - 运维计划分析                              │
├─────────────────────────────────────────────────────────────┤
│  Agent Layer (CloudWeGo Eino)                               │
│  ├── ReAct Agent      - 对话代理 (工具调用)                   │
│  └── Plan-Execute     - 运维分析代理 (多步骤任务)              │
├─────────────────────────────────────────────────────────────┤
│  Tools                                                      │
│  ├── Time Tool       - 获取当前时间                         │
│  ├── RAG Tool        - 知识库检索                           │
│  └── Prometheus Tool - 告警查询                             │
├─────────────────────────────────────────────────────────────┤
│  Storage                                                    │
│  ├── Qdrant   - 向量数据库                                  │
│  └── Ollama   - Embedding 模型服务                          │
└─────────────────────────────────────────────────────────────┘

技术栈

五、快速开始

前置依赖

安装步骤

1. 克隆项目

git clone https://github.com/yinxiangpingfan/OnCallAgent
cd OnCallAgent

2. 启动依赖服务

# 启动 Ollama 并下载 Embedding 模型
ollama pull nomic-embed-text

# 启动 Qdrant
docker run -p 6333:6333 -p 6334:6334 qdrant/qdrant

3. 配置文件

cp config/config_template.json config/config.json

编辑 config/config.json：

{
  "server": {
    "host": "localhost",
    "port": 8819
  },
  "embedder": {
    "host": "127.0.0.1",
    "port": 11434,
    "model": "nomic-embed-text",
    "dimension": 384
  },
  "qdrant": {
    "host": "127.0.0.1",
    "port": 6334,
    "collection": "oncallagent"
  },
  "openai": {
    "api_key": "your-api-key",
    "model": "your-model-name",
    "api_base": "https://api.openai.com/v1"
  },
  "prometheus": {
    "url": "http://localhost:9090"
  }
}

4. 运行服务

go mod tidy
go run cmd/main.go

服务将在 http://localhost:8819 启动。

六、API 文档

健康检查

GET /ping

响应：

{"message": "pong"}

文件上传（知识库索引）

POST /upload
Content-Type: multipart/form-data

file: <markdown-file>

响应：

{"message": "上传成功"}

对话

POST /chat
Content-Type: application/json

{
  "question": "如何处理服务下线告警？",
  "id": "session-id"
}

响应：

{
  "message": "根据知识库，服务下线可能因为服务 panic..."
}

流式对话

POST /chatStream
Content-Type: application/json

{
  "question": "当前有哪些告警？",
  "id": "session-id"
}

响应：Server-Sent Events (SSE) 流式数据

data: 根据 Prometheus 查询结果...
data: [DONE]

运维计划分析

GET /plan

自动获取 Prometheus 活跃告警，检索内部知识库，生成分析报告。

响应：

{
  "message": "分析结果...",
  "details": ["步骤1...", "步骤2..."]
}

七、项目结构

OnCallAgent/
├── cmd/
│   └── main.go                  # 程序入口
├── config/
│   ├── config.json              # 配置文件
│   └── config_template.json     # 配置模板
├── docs/                        # 知识库文档目录
├── internal/
│   ├── handler/                 # HTTP 处理器
│   │   ├── chat.go
│   │   ├── file.go
│   │   └── plan.go
│   ├── router/                 # 路由配置
│   │   └── init.go
│   ├── repo/                   # 数据访问层
│   │   └── qrdant/            # Qdrant 向量库
│   │       ├── init/
│   │       ├── indexer/
│   │       └── retriever/
│   └── server/                 # 业务逻辑层
│       ├── ai/
│       │   ├── agent/          # AI Agent 实现
│       │   │   ├── chat/       # 对话 Agent
│       │   │   ├── knowledge_index/  # 知识库索引 Agent
│       │   │   └── plan_execute_replan/  # 运维 Agent
│       │   ├── embeder/       # Embedding 服务
│       │   ├── model/         # LLM 模型封装
│       │   └── tools/         # Agent 工具
│       │       ├── metrics_alerts.go  # Prometheus 工具
│       │       ├── rag.go     # RAG 检索工具
│       │       └── time.go    # 时间工具
│       ├── chatServer/        # 对话服务
│       ├── knowledge_index/   # 知识库索引服务
│       └── plan/              # 运维计划服务
├── pkg/
│   ├── config/                 # 配置解析
│   ├── log/                    # 日志组件
│   └── tool/                   # 工具函数
├── prometheus_config/          # Prometheus 配置
├── prometheusTestServer/       # 测试服务器
├── docker-compose.prometheus.yml
└── go.mod

八、核心组件

1. ReAct Agent（对话代理）

基于 ReAct (Reasoning + Acting) 模式的智能代理：

思考 (Reasoning) → 行动 (Acting) → 观察 (Observation) → 循环

能力：

• 自动选择合适的工具
• 多步推理和执行
• 记忆会话上下文

2. Plan-Execute-Replan Agent（运维代理）

多步骤任务执行框架：

3. RAG 工具

基于 Qdrant 向量数据库的检索工具：

• 文档向量化存储
• 语义相似度检索
• 知识库自动更新

4. Prometheus 工具

告警查询工具：

• 获取所有活跃告警
• 告警信息去重
• 持续时间计算

九、开发指南

添加新工具

在 internal/server/ai/tools/ 目录创建新工具：

package tools

import (
    "context"
    "github.com/cloudwego/eino/components/tool"
    "github.com/cloudwego/eino/components/tool/utils"
)

type MyToolInput struct {
    Query string `json:"query" jsonschema:"description=查询参数"`
}

func NewMyTool() (tool.InvokableTool, error) {
    return utils.InferTool("my_tool",
        "工具描述",
        func(ctx context.Context, input MyToolInput) (string, error) {
            // 实现逻辑
            return "result", nil
        })
}

扩展知识库

将 Markdown 文档放入 docs/ 目录，通过 /upload 接口上传。

文档格式建议：

• 使用一级标题作为文档标题
• 标题会获得更高的检索权重
• 保持文档结构清晰

十、使用场景

场景1：智能问答

用户：如何处理 CPU 告警？
Agent：
1. RAG 检索知识库
2. 获取历史处理方案
3. 结合当前告警信息
4. 生成处理建议

场景2：告警自动分析

GET /plan
→ 获取 Prometheus 活跃告警
→ RAG 检索处理方案
→ Plan-Execute-Replan 生成分析报告
→ 返回处理步骤

场景3：值班辅助

值班人员：当前有哪些告警？
Agent：
1. 调用 Prometheus 工具获取告警
2. RAG 检索相关处理方案
3. 流式返回处理建议

十一、Docker 环境

启动 Prometheus 测试环境

docker-compose -f docker-compose.prometheus.yml up -d

十二、总结

OnCallAgent 填补了智能运维领域的空白：

核心价值

技术亮点

本文首发于「程序员茄子」博客，原文链接：https://chenxutan.com