基于 JiuwenSwarm AgentTeam 构建混沌工程自动化实战

面向高阶运维与架构师，本文实操演示如何利用 openJiuwen 平台的 JiuwenSwarm AgentTeam 多智能体协同能力，构建一套覆盖故障注入、影响面分析、恢复验证全流程的混沌工程自动化方案。

一、平台与核心概念

1.1 openJiuwen 架构概览

openJiuwen 是一个开源 AI Agent 平台，系统架构由三大核心模块构成：

openJiuwen Core：提供 AI Agent 开发、运行、调优与演进的全套 SDK 及工具
openJiuwen Studio：提供零码、低码可视化开发和工作流编排，模型、知识库、插件等资源管理能力
openJiuwen Ops：面向 Agent 运行与部署管理，将 Agent 从"开发态"带到"生产态"

平台原生支持两种预置智能体类型：

|--------------------|--------------------------------|----------------|
| 智能体类型 | 特点 | 适用场景 |
| ReActAgent | 基于「思考→行动→观察」循环迭代，具备多轮推理与自我纠错能力 | 复杂推理、动态决策、策略调整 |
| Workflow Agent | 严格按预设流程执行多步骤任务，强调规范化与高效执行 | 结构清晰、步骤明确的任务 |

在混沌工程场景中，故障注入和恢复验证等需要动态判断的环节可选用 ReActAgent，而预定义的巡检流程则适合 Workflow Agent。

1.2 JiuwenSwarm 与 AgentTeam

JiuwenSwarm 是一款基于 openJiuwen Python 框架开发的 AI Agent。其 AgentTeam 功能采用 Leader-Teammate 协作框架，支持多智能体自主分工、高效沟通与无缝协作：

Leader：负责任务接收、拆分、派发、进度监控与最终总结
Teammate：负责认领任务、执行任务、汇报进度

关键协作工具包括：

|--------------|-------------------------------------|
| 工具 | 作用 |
| bash | 执行命令行操作（读取文件、运行脚本等） |
| send_message | Leader 与 Teammate 之间派发/催促/汇报任务 |
| list_members | 查看团队成员状态（busy/ready） |
| view_task | 查看任务看板状态（pending/claimed/completed） |

二、实操：搭建混沌工程 Agent 团队

2.1 环境准备

在飞书群中添加已创建的飞书机器人，作为交互入口
机器人代理用户与 JiuwenSwarm 进行交互

在飞书对话中，输入以下命令开启 AgentTeams 模式：

复制代码

/mode team

2.2 定义混沌工程 Agent 团队角色

在 AgentTeam 模式下，输入需求描述来安排任务。以混沌工程自动化为例，向 Leader 发送任务指令：

"请帮我完成一次混沌工程演练：对订单服务进行故障注入，分析影响面，验证恢复能力，最终输出演练报告。"

Leader 接收任务后，将自动完成以下工作：

任务拆解：将整体演练拆分为串行任务队列

1. fault-injection（故障注入） → impact-analysis（影响面分析） → recovery-verification（恢复验证） → drill-report（演练报告）

任务派发：Leader 给对应的 Teammate 发送任务指令

Leader 派发故障注入任务示例（内部自动执行）：

teammate-chaos，请认领 fault-injection 任务。目标：对订单服务模拟网络延迟与 Pod 故障。

2.3 故障注入阶段（命令执行）

Teammate 认领 fault-injection 任务后，状态变为 busy，通过 bash 工具执行故障模拟命令。

例如，Teammate 可通过 bash 执行以下类型的操作：

调用已有的故障注入工具（如 Chaos Mesh、ChaosBlade 等）的 CLI 命令
执行 kubectl 命令模拟 Pod 故障
执行网络层面的延迟、丢包模拟

示例：通过 bash 工具调用故障注入命令（具体命令取决于已部署的工具链）
kubectl apply -f network-delay-experiment.yaml

故障注入完成后，Teammate 将执行结果通过 send_message 汇报给 Leader。

2.4 影响面分析阶段

Leader 收到故障注入完成的通知后，立即推进下一个任务：

复制代码

fault-injection 已完成，请继续认领 impact-analysis 任务。
监测订单服务的响应时间、错误率、可用性指标，分析故障影响范围。

Teammate 执行影响面分析：

通过 bash 工具查询监控系统（如 Prometheus）的指标数据
检查服务健康状态与日志
分析受影响的下游服务范围

2.5 恢复验证阶段

分析完成后，Leader 推进恢复验证任务：

复制代码

impact-analysis 已完成。请认领 recovery-verification 任务。
执行故障清除，验证服务是否恢复正常，确认各项指标回归基线。

Teammate 执行恢复操作：

通过 bash 清除故障注入规则
验证服务 Pod 恢复正常
确认指标回归基线

2.6 自动推进与进度监控

整个过程中，任务推进遵循"完成→推进下一个"的自动循环：

复制代码

fault-injection 完成 → 推进 impact-analysis
impact-analysis 完成 → 推进 recovery-verification
recovery-verification 完成 → 推进 drill-report

任务看板会自动识别依赖关系，保证串行任务无依赖问题，确保流程顺畅。通过 view_task 可实时查看任务状态（pending/claimed/completed），通过 list_members 查看成员状态（busy/ready）。

当所有任务完成后，Leader 会输出最终的演练总结报告，包含故障注入情况、影响面分析结论、恢复验证结果等关键信息。

三、关键能力总结

|--------------------------|-----------------------------------|
| 平台能力 | 混沌工程场景应用 |
| 基于事件驱动的多 Agent 控制 | 演练过程中随时响应新指令（如紧急中止、调整故障参数），无需阻塞等待 |
| 多实例状态管理与自动恢复 | 任务执行状态持久化，中断后可从断点继续执行，保障长时演练不中断 |
| 全链路实时调测 | 可视化任务执行路径，实时监控故障注入进度与影响分析结果 |
| Leader-Teammate 任务自动调度 | 自动完成故障注入→影响分析→恢复验证→报告输出的闭环流转 |
| bash 工具执行 | 灵活调用各类故障注入工具 CLI，不受工具类型限制 |
| view_task / list_members | 实时监控演练进度与团队状态 |

四、总结

通过 JiuwenSwarm AgentTeam 的 Leader-Teammate 协作框架，运维与架构团队可以快速构建一支自动化混沌工程演练团队。从故障注入命令执行、影响面分析到恢复验证，整个流程由 Leader 自动编排、Teammate 分工执行，结合平台的事件驱动控制与状态持久化能力，确保演练过程可观测、可中断、可恢复。

核心优势：

自动化编排：Leader 自动拆解与调度，减少人工干预
灵活执行：通过 bash 工具对接任意故障注入工具链
状态可靠：任务状态持久化，支持断点续跑
实时可视：全链路调测，演练过程透明可控
低门槛接入：自然语言下发演练指令，无需编写编排脚本

相关资源：

openJiuwen 官方网站：https://www.openjiuwen.com?utm_source=csdn
openJiuwen 代码仓库：https://atomgit.com/openJiuwen?utm_source=CSDN