本项目面向教育信创场景，研发出基于银河麒麟 V10 的轻量级智能运维系统天镜分析引擎，解决了高校运维 “人员不足、技术薄弱、故障响应慢” 的行业痛点。系统采用 “六层一中心” 微服务架构，融合 Go 探针多源采集、TDengine 时序存储、Kafka 流处理及 DeepSeek-R1+RAG 大模型技术，实现从数据采集 - 智能检测 - 根因分析 - 自动修复的全链路国产化智能运维。实验验证，系统故障修复时间缩短 60%，业务连续性提升 45%，自动化修复率达 85.8%，在鲲鹏、飞腾等国产硬件平台稳定运行，为教育领域国产化操作系统运维提供了可复制的技术范式，对推动信创生态规模化应用具有重要实践意义。
本项目 “天镜分析引擎” 主要包含以下功能模块：
多源数据采集模块：基于 Go 语言开发轻量探针，实现对银河麒麟操作系统的 CPU、内存、磁盘、网络等系统指标，以及 MySQL、Nginx 等应用日志、调用栈的高并发、低损耗采集，支持自定义采集频率与采集规则。
智能监控与告警模块：提供可视化仪表盘，实时展示系统运行状态，结合阈值规则与大模型分析能力，自动识别资源耗尽、服务异常等故障，并按照紧急程度分级推送告警信息。
根因分析与自动修复模块：基于 DeepSeek-R1 大模型与 RAG 技术，结合银河麒麟专属知识库，对故障进行多维度分析，定位根因并可视化故障传播路径，自动生成安全可执行的修复脚本，支持一键执行与人工审核兜底。
统计分析与决策支持模块：通过柱状图、折线图等形式，对系统运行数据进行多维度统计与趋势分析，为资源优化、运维策略调整提供数据支撑。
在项目中，我主要负责核心技术架构设计、Go 语言探针开发、以及与大模型和知识库的集成工作。项目采用 “六层一中心” 的微服务架构，技术栈涵盖 Go 语言（探针开发）、TDengine（时序数据存储）、Kafka（流数据处理）、DeepSeek-R1（大模型推理）及 RAG 技术（知识库检索）。实现上的亮点在于首次在教育信创场景下贯通全链路国产化技术栈，通过对国产 CPU 指令集的优化，实现了低资源占用的高并发数据采集；同时，结合 RAG 技术构建的银河麒麟专属知识库，显著提升了故障根因分析的准确性与可解释性。项目的主要难点在于如何在保证系统性能的同时，实现对不同版本银河麒麟系统的兼容性适配，以及在复杂故障场景下确保自动修复脚本的安全性与有效性。
评论