聯繫我們

課程簡介

運營Agentic AI入門

  • 從靜態操作手冊到推理代理:IT自動化的演進
  • 代理結構:推理迴路、工具使用、記憶與規劃
  • 何時自動化與何時保留“人類在環”的判斷

智能體框架與架構

  • 單智能體模式:ReAct、Plan-and-Execute及工具調用迴路
  • 多智能體架構:監督者、層級式及蜂群模式
  • 框架對比:LangGraph、CrewAI、AutoGen及自定義代理
  • 構建首個運營代理:查詢監控、診斷並提出建議

IT運營工具集成

  • 將代理連接至Prometheus、Grafana、Datadog及PagerDuty API
  • 代理日誌查詢:集成Elasticsearch、Loki及Splunk
  • 基礎設施工具使用:通過代理操作kubectl、Terraform及Ansible
  • 設計安全的工具介面,包含參數驗證與冪等性

事故響應自動化

  • 自動化事故分診:嚴重度分類與路由
  • 生成根本原因假設並收集證據
  • 自動化修復:重啟、擴縮容、回滾及故障轉移操作
  • 構建具備逐步自主級別的事故操作手冊代理

安全、護欄與“人類在環”

  • 操作分類:只讀、低風險、高風險及破壞性操作
  • 關鍵運營的審批閘門與升級策略
  • 護欄模式:操作白名單、爆炸半徑限制及回滾保證
  • 用於合規的審計日誌與決策溯源

複雜事故的多智能體編排

  • 協調專家代理:分診代理、診斷代理、修復代理
  • 智能體間通信與共享上下文管理
  • 當代理提出矛盾操作時的衝突解決
  • 模擬重大事故,展示多智能體響應流程

可觀察性與評估

  • 追蹤代理推理鏈,用於除錯與審計
  • 評估代理決策質量:精確率、召回率、解決時間
  • 反饋迴路:從操作員覆蓋及結果中學習
  • 追蹤運營代理的成本及Token經濟性

生產環境部署與運營

  • 將代理部署為服務:API、Webhooks及定時任務
  • 逐步推進自主權:從影子模式到全自動修復
  • 代理故障操作手冊:當代理本身出錯時如何處置
  • 構建商業論據並衡量自主運維的投資回報率

最低要求

  • 具備IT運維、DevOps或SRE實踐經驗。
  • 熟悉Python腳本及REST API。
  • 了解LLM能力基礎及提示詞工程。

目標受眾

  • 探索AI驅動自動化的SRE和DevOps工程師。
  • 構建自我修復基礎設施的平台工程師。
  • 評估Agentic AI用於事故管理的IT運維主管。
 14 小時

人數


每位參與者的報價

即將到來的課程

課程分類