agent系统

__土块__11 天前
可观测性·rag系统·ai工程·管理后台设计·静默故障·agent系统·链路监控
AI 后台请求链路可观测性治理:从静默状态丢失到分层指标归因的工程实践凌晨三点,值班群里跳出一条告警:用户反馈‘AI 助手没响应’,但后台任务状态显示‘已完成’。运维查了日志,模型调用返回 200,RAG 检索有结果,Agent 编排也走到了终态——可用户端就是没收到答案。这种‘链路通但体验断’的静默故障,在 AI 系统中越来越常见。问题不在单点,而在状态与观测的断层:系统知道‘做了什么’,但不知道‘做得好不好’。
__土块__15 天前
巡检系统·rag系统·ai工程·静默故障·agent系统·链路监控·自动补偿
AI 巡检系统上线后静默漏报治理:从链路状态盲区到分层监控与自动补偿的设计实践我们在 2025 年底上线了一套基于 RAG + Agent 的 AI 巡检系统,用于自动识别服务器异常日志、生成诊断建议并触发告警。初期测试效果良好,但在灰度放量阶段发现一个致命问题:系统日志显示任务全部执行成功,但实际漏报率高达 37%。更严重的是,由于缺乏有效监控,这一问题在两周内未被发现,导致多个关键服务异常未能及时处理。
__土块__21 天前
可观测性·信息架构·mcp协议·rag系统·ai工程·管理后台设计·agent系统
AI 管理后台首页信息过载:从用户决策失效到摘要视图重构我们的 AI 管理后台在 2026 年 Q1 上线后,运营团队频繁反馈“首页密密麻麻,点进去不知道该看什么”。尽管接入了 RAG 检索日志、Agent 执行记录、MCP 工具调用统计等 12 类数据源,但关键决策点仍依赖人工翻查。在一次线上故障中,值班工程师因首页信息混乱未能及时发现 RAG 检索退化,导致推荐服务连续 3 小时返回低相关性结果。本文将复盘该问题,从用户可感知的决策失效出发,逐层拆解后台信息架构缺陷,最终输出一套可落地的首页摘要视图设计方法。
我是有底线的