AI 工作台介绍

概述

• AI 工作台是 Bonree ONE 平台的 AI 能力中枢，将模型、工具、Skill、知识库等基础能力统一管理，承载智能体全生命周期的构建与运营，并以Sage AI 作为智能体统一交互入口。使用前请导入AI工作台Token的license。
• AI 工作台的能力体系由三个层次构成：

基础能力层：模型、工具、Skill、知识库，为智能体提供推理、行动、检索的核心能力支撑。

智能体层：支持工作流、自主决策、知识规划三种构建方式，满足从固定流程到自主推理的多样化场景需求。

交互与运营层：Sage AI 作为统一交互入口，告警诊断历史与诊断统计构成告警诊断的运营闭环，持续追踪并优化诊断效果。

价值

1. 统一 AI 能力底座，降低使用门槛

模型、工具、Skill、知识库统一在 AI 工作台中集中管理，各功能模块共享同一套资源体系，避免重复配置和资源分散。

平台内置模型、MCP 工具、Skill 及知识文档，开箱即用，无需从零搭建，初级用户也能快速启用 AI 诊断能力。

2. 灵活的智能体构建，覆盖多样化运维场景

提供工作流、自主决策、知识规划三种构建方式，运维团队可根据场景特点和能力储备选择最合适的智能体类型。

智能体可同时引用工具、Skill 和知识库，实现「查询-推理-执行-通知」全链路自动化，大幅减少人工介入。

3. 知识驱动，让 AI 理解业务上下文

将团队积累的排障经验、处置 SOP、系统架构说明等文档上传至知识库，使 AI 在诊断时具备业务上下文理解能力，显著提升诊断准确性和针对性。

一份知识库可同时被多个智能体引用，一次维护，全场景复用，避免重复建设。

4. 工具生态开放，持续扩展诊断能力边界

通过 MCP 协议接入自定义工具（日志查询、指标分析、变更获取等），配合内置工具形成完整的诊断工具链。

Skill 体系支持发送通知、创建工单、推送日志等操作型能力，使智能体不仅能「诊断」，还能「处置」。

5. 运营闭环，数据驱动持续优化

诊断历史完整记录每次诊断执行情况、用户评价及差评原因，为策略优化和工具补充提供精准的问题定位。

诊断统计以可视化图表呈现诊断触发量、成功率、模式分布等关键指标，为管理层提供 AI 能力运营的量化数据支撑。

各功能模块说明

Sage AI

• Sage AI 是 AI 工作台的统一交互入口，智问和智动可以切换使用。
• 智问中，一键洞察全域可观测。开箱即用，和知识、智能体、skilll、工具无绑定，不自定义这些内容，用户也可以通过对话问答平台内部相关的数据、知识，进行数据洞察。
• 智动中，一键驱动运维自闭环。用户可以通过对话界面直接调用已发布的智能体，完成故障诊断、智能问答、自动报告、处置恢复等任务。如果需自定义场景，可通过自定义添加资源、智能体，实现自定义问答、执行。
• 主要能力：

对话式调用：以自然语言描述问题，智能体自动理解意图并调用工具、知识、模型完成任务。

智动多智能体选择：在输入框中选择所需智能体或Skill（故障诊断、智能问答等），根据场景灵活切换。

会话历史：支持恢复上下文继续对话。

结果展示：诊断结论、图表、工具调用过程等均在对话流中清晰呈现，支持Markdown渲染。

模型

• 模型模块支持接入兼容 OpenAI API 协议的各类大模型，是 AI 工作台所有智能推理能力的基础。接入的模型可被工作流节点、自主决策 Agent、知识检索等多种场景选用。
• 支持的模型类型：

LLM（大语言模型）：用于推理、总结、问答、诊断结论生成等场景。

向量模型（Embedding Model）：用于知识库文档向量化及检索，创建知识库时必须选择。

重排序模型（Reranking Model）：用于提升知识检索结果的精准度，在知识规划类 Agent 中使用。

• 主要功能：添加/编辑/删除模型，支持按模型类型、名称、ID 筛选；保存时自动进行连通性校验，提前发现接入问题。

工具

• 工具模块通过 Model Context Protocol（MCP）将外部服务工具接入平台，供智能体在推理过程中调用，同时提供开箱即用的内置工具集。工具是智能体执行「查询-分析」类操作的核心能力载体。
• 工具模块提供两种管理视图：

MCP 服务视图（默认）：以 MCP Server 为单位管理工具服务，展示每个 Server 的基本信息及包含的工具数量，是添加、编辑、删除 MCP Server 的主入口。平台内置 MCP Server 开箱即用，始终置顶，不可删除。

工具视图：将所有 MCP Server 下的工具平铺展示，支持按名称、描述、标签、所属 Server 过滤，支持为工具添加标签，便于分类管理和快速定位。

• 主要功能：添加自定义 MCP Server（支持请求头配置、超时设置）、一键更新所有服务的工具列表、点击服务卡片查看完整工具详情（含参数说明）。

Skill

• Skill 是封装了特定操作能力的可复用单元，使智能体不仅能「查询」，还能「执行处置动作」。Skill 由平台内置或由用户从外部导入。
• 典型内置 Skill 示例：

发送钉钉 / 企业微信 / 邮件通知

在 ITSM 系统中自动创建故障工单

推送运维日志至日志平台

• Skill 管理特性：

内置 Skill 仅需配置参数（如 Webhook 地址、SMTP 信息等）即可在智能体中调用，无需开发。

支持导入外部 Skill 包（.zip / .skill 格式），扩展平台操作能力上限。

智能体配置时可为每个 Skill 填写专属参数，覆盖全局配置，实现差异化调用。

知识库

• 知识库是团队运维知识的数字资产库，支持将技术经验、排障 SOP、系统架构说明等文档统一沉淀，经向量化处理后供智能体检索引用，让 AI 具备业务上下文理解能力。
• 文档处理流程：上传文档 → 排队中 → 索引中 → 可用。仅「可用」状态的文档可被智能体引用。
• 主要功能：

创建知识库时选择向量模型，支持上传多份文档文件。

文档支持重命名、导出原始文件、删除等操作；支持批量删除。

知识库中已有文档后，向量模型不可变更（如需更换，须重新创建知识库）。

同一知识库可被多个智能体（工作流节点、自主决策 Agent）同时引用，一次维护，全场景生效。

智能体

• 智能体是 AI 工作台的核心能力载体，封装了特定场景下的推理逻辑、工具调用链和知识来源。平台提供内置智能体开箱即用，也支持用户自建。

不同构建方式

构建方式	核心机制	适用场景	典型配置
工作流	可视化节点编排，执行路径固定，LLM 可作为其中节点	步骤明确、流程稳定的诊断任务	模型节点 + 工具节点 + 知识节点 + Skill 节点
自主决策	ReAct 框架，LLM 自主决定工具调用和推理轮次	故障原因未知、需多轮动态推理的复杂场景	推理模型 + MCP 工具 + Skill + 关联知识

智能体状态

草稿：尚未发布，可继续编辑，无法在Sage AI 和故障诊断中被调用。

已发布：可在Sage AI、告警故障诊断中直接调用；继续编辑后需重新发布方可生效。

主要操作

新建 / 克隆智能体：通过两步流程完成（Step1 基础设置 → Step2 构建配置），克隆时自动预填被克隆智能体的配置。

编辑：自建智能体支持全量编辑；内置智能体仅支持编辑推理模型、关联知识等部分字段。

导出（仅工作流方式）：将工作流画布内容导出为 YAML 文件，便于备份和迁移。

模块间协作关系

AI 工作台各模块之间紧密协作，形成完整的 AI 能力链路：

协作关系	说明
模型 → 智能体	智能体（工作流节点、自主决策）的推理能力依赖模型模块中已接入的 LLM。知识库索引依赖向量模型。
工具 → 智能体	自主决策 Agent 在推理过程中调用工具模块中配置的 MCP 工具，完成日志查询、指标拉取、变更查询等操作。
Skill → 智能体	智能体可调用 Skill 直接查询或执行处置动作，如发送告警通知、创建工单等，实现从「发现」到「处置」的全流程自动化。
知识库 → 智能体	工作流的知识节点、自主决策 Agent 的「关联知识」字段均可引用知识库文档，为 AI 推理提供业务上下文。
智能体、Skill → Sage AI	已发布的智能体和Skill可在Sage AI 中被用户直接调用，进行交互式故障诊断和问题问答。
智能体 → 告警诊断	已发布的智能体可在故障诊断策略中被选择，当告警触发时自动执行对应智能体完成诊断。
诊断执行 → 运营分析	所有由告警触发的诊断执行记录汇聚至诊断历史和诊断统计，形成运营数据闭环，驱动策略和知识的持续优化。

权限说明

AI 工作台的权限体系包含功能权限和数据权限两个维度：

功能权限

AI 读写权限（AI Read-Write Access）：可对 AI 工作台所有页面执行创建、删除、编辑、导入等操作。

AI 只读权限（AI Read-Only Access）：仅可查看 AI 工作台各页面内容，支持查询和导出，不可进行写操作。

数据权限

模型：环境级隔离。同一环境下各资源域共享同一套模型列表；切换环境后模型列表随之变化。

工具、Skill、知识库、智能体：资源域隔离。在某资源域中创建的内容，其他资源域默认不可见；在「全部」资源域中创建的内容，所有有权限的资源域均可见并可使用。

Sage AI、诊断历史、诊断统计：资源域隔离，主账号与主账号之间数据隔离；主账号与子账号、子账号与子账号之间数据不隔离。在「全部」资源域中可查看当前账号有权限的所有资源域数据。

快速入门

以下为从零开始启用 AI 工作台故障诊断能力的推荐配置路径：

步骤	操作	说明
1	添加模型	在「模型」页面添加至少一个 LLM，如需使用知识库还需添加一个向量模型。
2	配置工具（可选）	在「工具」页面接入所需的 MCP Server，平台内置工具无需配置可直接使用。
3	配置 Skill（可选）	在「Skill」页面为需要使用的内置 Skill 填写配置参数（如通知渠道 Webhook 地址）。
4	构建知识库（可选）	在「知识库」页面创建知识库并上传排障文档，等待状态变为「可用」后即可引用。
5	创建智能体（可选）	在「智能体」页面新建智能体，选择构建方式，配置模型、工具、Skill、知识库，完成后发布。
6	配置诊断策略（可选）	在「故障诊断策略」中配置告警触发规则，将已发布的智能体与告警筛选条件关联，实现关联诊断。
7	交互触发诊断	在「Sage AI」或告警列表中查看诊断结论；在「诊断历史」中回溯历次诊断记录并进行评价。