SuperBizAgent（OpsPilot 运维助手）

基于 CloudWeGo Eino 框架构建的智能运维助手系统，集成 RAG 知识库、AI Agent、告警监控、日志查询等企业级运维能力。

项目简介

SuperBizAgent 是一个面向运维场景的 AI Agent 平台，通过大语言模型驱动的智能对话、知识检索、自动化运维等能力，帮助企业提升运维效率。项目采用模块化设计，支持多种 AI 模型、向量数据库和工具扩展。

技术栈

核心框架

技术	版本	说明
Go	1.24.0+	编程语言
GoFrame	v2.10.0	Web 框架，提供路由、配置、中间件等能力
CloudWeGo Eino	v0.6.0	AI 应用开发框架，支持 LLM 编排
GORM	v1.31.0	ORM 框架

AI 能力

技术	说明
OpenAI API	大语言模型接口
火山引擎豆包 (Doubao)	国产大语言模型
Eino-ext	Eino 扩展组件库

数据存储

技术	版本	说明
Milvus	v2.5.10	向量数据库，用于 RAG 知识检索
MySQL	-	关系型数据库
Redis	-	向量检索缓存

工具集成

技术	说明
MCP (Model Context Protocol)	工具协议，支持云端工具接入
Prometheus	监控告警系统
SMTP	邮件通知服务

基础设施

技术	说明
Docker	容器化部署
Docker Compose	服务编排

核心功能

1. 智能对话 (Chat Pipeline)

支持多轮对话、上下文记忆的智能助手能力。

用户提问 → 意图理解 → 工具调用 → 结果生成 → 流式响应

特性：

多轮对话记忆
流式响应 (SSE)
支持多种 LLM 模型切换

2. RAG 知识库问答

基于检索增强生成的企业知识库问答系统。

流程：

文档加载 → 文本切分 → 向量化 → Milvus 存储
                                              ↓
用户提问 → 向量检索 ← 相关文档召回 ←───────┘
                ↓
        Prompt 组装 → LLM 生成答案

支持的文档类型：

Markdown 文档
文本文件
可扩展其他格式

3. AI 运维 (AIOps)

自动化运维场景，包括告警分析、故障诊断、自动处理等。

能力：

Prometheus 告警自动分析
告警根因定位
处理方案推荐
自动化通知

4. Plan-Execute-Replan Agent

复杂任务的规划执行代理，支持多步骤任务编排。

工作流程：

任务输入 → 计划制定 → 执行 → 评估 → 重规划(如需要) → 结果输出

5. 工具集

项目内置丰富的运维工具：

工具名称	功能说明
`query_prometheus_alerts`	查询 Prometheus 活跃告警
`query_log`	通过 MCP 查询日志（腾讯云 CLS）
`query_internal_docs`	查询内部运维文档
`query_metrics`	查询监控指标
`send_email`	发送邮件通知
`mysql_crud`	MySQL 数据库操作
`get_current_time`	获取当前时间
`weather_query`	天气查询
`duckduckgo_search`	DuckDuckGo 搜索
`google_search`	Google 搜索

API 接口

对话接口

POST /api/chat
Content-Type: application/json

{
  "id": "session_id",
  "question": "你好"
}

响应：

{
  "answer": "你好！我是 OpsPilot 运维助手..."
}

流式对话

POST /api/chat_stream
Content-Type: application/json

{
  "id": "session_id",
  "question": "帮我查询当前的告警"
}

返回 Server-Sent Events (SSE) 流式数据。

文件上传

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

file: [文件内容]

响应：

{
  "fileName": "document.pdf",
  "filePath": "/path/to/file",
  "fileSize": 102400
}

AI 运维

POST /api/ai_ops
Content-Type: application/json

{
  // 运维任务参数
}

响应：

{
  "result": "处理结果",
  "detail": ["步骤1", "步骤2"]
}

项目结构

SuperBizAgent/
├── api/                          # API 定义
│   └── chat/
│       └── v1/chat.go            # 请求/响应结构定义
├── internal/                     # 内部模块
│   ├── ai/                       # AI 相关模块
│   │   ├── agent/                # Agent 实现
│   │   │   ├── chat_pipeline/    # 对话流程
│   │   │   ├── knowledge_index_pipeline/  # 知识索引
│   │   │   └── plan_execute_replan/       # 规划执行
│   │   ├── cmd/                  # 命令行入口
│   │   │   ├── chat_cmd/         # 对话命令
│   │   │   ├── knowledge_cmd/    # 知识库命令
│   │   │   ├── ai_ops_cmd/       # AI运维命令
│   │   │   └── llm_tool_cmd/     # LLM工具命令
│   │   ├── tools/                # 工具实现
│   │   │   ├── notification.go   # 邮件通知
│   │   │   ├── query_log.go      # 日志查询
│   │   │   ├── query_metrics_alerts.go  # 告警查询
│   │   │   ├── mysql_crud.go     # 数据库操作
│   │   │   └── ...
│   │   ├── embedder/             # 向量嵌入
│   │   ├── indexer/              # 索引器
│   │   ├── retriever/            # 检索器
│   │   ├── loader/               # 文档加载
│   │   └── ingest/               # 数据摄入
│   ├── consts/                   # 常量定义
│   ├── controller/               # 控制器
│   └── logic/                    # 业务逻辑
├── manifest/                     # 配置文件
│   ├── config/config.yaml        # 应用配置
│   └── docker/                   # Docker 配置
│       ├── docker-compose.yml    # 服务编排
│       └── Dockerfile
├── utility/                      # 工具库
│   ├── common/                   # 公共工具
│   ├── middleware/               # 中间件
│   └── mem/                      # 内存管理
├── test/                         # 测试文件
├── chat_cmd_workflow.json        # 工作流定义
├── main.go                       # 主入口
├── go.mod                        # Go 模块定义
└── go.sum                        # 依赖校验

快速开始

环境要求

Go 1.24.0+
Docker & Docker Compose
MySQL (可选)
Milvus 向量数据库

1. 启动依赖服务

cd manifest/docker
docker-compose up -d

这将启动：

Milvus 向量数据库 (端口: 19530)
Attu 管理界面 (端口: 8000)
etcd (Milvus 依赖)
MinIO (Milvus 依赖)

2. 配置应用

编辑 manifest/config/config.yaml：

# 大模型配置
doubao_chat_model:
  api_key: "your-api-key"
  model: "doubao-model-name"

# 向量模型配置
doubao_embedding_model:
  api_key: "your-api-key"
  model: "doubao-embedding-model"

# 邮件服务配置
smtp:
  host: "smtp.example.com"
  port: 587
  from_email: "your-email@example.com"
  from_password: "your-password-or-token"
  from_name: "OpsPilot 运维助手"

3. 安装依赖

go mod download

4. 运行服务

go run main.go

服务将在端口 6872 启动。

5. 测试接口

# 对话测试
curl -X POST http://localhost:6872/api/chat \
  -H "Content-Type: application/json" \
  -d '{"id":"test","question":"你好"}'

配置说明

大模型配置

支持多种 LLM 后端：

# OpenAI
openai_chat_model:
  api_key: "sk-xxx"
  model: "gpt-4"
  base_url: "https://api.openai.com/v1"

# 火山引擎豆包
doubao_chat_model:
  api_key: "xxx"
  model: "doubao-pro-32k"

向量数据库配置

Milvus 连接配置在代码中设置，默认连接本地服务：

// 默认配置
milvusConfig := milvus.Config{
    Address: "localhost:19530",
}

MCP 工具配置

MCP (Model Context Protocol) 用于接入云端工具：

cls_mcp_url: "https://mcp-api.tencent-cloud.com/sse/xxx"

工作流

项目使用可视化工作流编排，配置文件为 chat_cmd_workflow.json。

工作流示例：

[Start] 
   │
   ├──→ [InputToRag] ──→ [MilvusRetriever] ──┐
   │                                          │
   └──→ [InputToChat] ───────────────────────┴──→ [ChatTemplate] ──→ [ReAct Agent] ──→ [End]

工作流包含：

聊天模板 (ChatTemplate)
ReAct Agent (推理-行动代理)
向量检索器 (Retriever)
多种工具 (DuckDuckGo, Google 搜索等)

扩展开发

添加新工具

在 internal/ai/tools/ 创建新文件：

package tools

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

func NewMyCustomTool() tool.InvokableTool {
    t, err := utils.InferOptionableTool(
        "my_custom_tool",
        "Tool description here",
        func(ctx context.Context, input *MyInput) (string, error) {
            // 实现工具逻辑
            return "result", nil
        })
    if err != nil {
        return nil
    }
    return t
}

在 Agent 中注册工具。

添加新的 Agent

参考 internal/ai/agent/chat_pipeline/ 实现自定义 Agent 流程。

部署

Docker 部署

# 构建镜像
cd manifest/docker
docker build -t superbizagent:latest .

# 运行容器
docker run -d \
  -p 6872:6872 \
  -v ./config:/app/config \
  superbizagent:latest

生产环境建议

使用环境变量管理敏感配置
配置日志收集
启用监控告警
配置 HTTPS
使用外部 MySQL 和 Milvus 集群

注意事项

API Key 安全：不要将 API Key 提交到代码仓库，使用环境变量或密钥管理服务
MCP URL：使用 MCP 工具需要先在腾讯云申请 MCP 服务 URL
邮件配置：邮件发送需要 SMTP 授权码，非登录密码
资源要求：Milvus 建议至少 4GB 内存

许可证

本项目仅供学习和研究使用。

贡献

欢迎提交 Issue 和 Pull Request。

Name		Name	Last commit message	Last commit date
Latest commit History 2 Commits
.codebuddy/skills		.codebuddy/skills
SuperBizAgentFrontend		SuperBizAgentFrontend
api/chat		api/chat
docs		docs
hack		hack
internal		internal
manifest		manifest
test		test
utility		utility
.gitignore		.gitignore
README.md		README.md
chat_cmd_workflow.json		chat_cmd_workflow.json
go.mod		go.mod
go.sum		go.sum
main.go		main.go

Folders and files

Latest commit

History

Repository files navigation

SuperBizAgent（OpsPilot 运维助手）

项目简介

技术栈

核心框架

AI 能力

数据存储

工具集成

基础设施

核心功能

1. 智能对话 (Chat Pipeline)

2. RAG 知识库问答

3. AI 运维 (AIOps)

4. Plan-Execute-Replan Agent

5. 工具集

API 接口

对话接口

流式对话

文件上传

AI 运维

项目结构

快速开始

环境要求

1. 启动依赖服务

2. 配置应用

3. 安装依赖

4. 运行服务

5. 测试接口

配置说明

大模型配置

向量数据库配置

MCP 工具配置

工作流

扩展开发

添加新工具

添加新的 Agent

部署

Docker 部署

生产环境建议

注意事项

许可证

贡献

About

Resources

Stars

Watchers

Forks

Releases

Packages

Contributors

Languages