系统架构总览#
Multi-Agent AIOps Platform 采用七层分层架构，从用户请求到最终诊断报告，每一层只做一件事，层间通过明确的接口解耦。
┌─────────────────────────────────────────────────────────────────────┐
│ Layer 7 │ 存储与审计层 Postgres · Evidence · Wiki · AgentRun │
├─────────────────────────────────────────────────────────────────────┤
│ Layer 6 │ 工具与 MCP 层 MCP Servers · 工具白名单 · 权限三态 │
├─────────────────────────────────────────────────────────────────────┤
│ Layer 5 │ RAG 知识层 Parent-Child · BM25+Vector · Rerank │
├─────────────────────────────────────────────────────────────────────┤
│ Layer 4 │ 智能体层 LangGraph · Skill Router · 双模式诊断 │
├─────────────────────────────────────────────────────────────────────┤
│ Layer 3 │ 编排与调度层 DiagnosisRunner · 分布式执行槽 · 审计 │
├─────────────────────────────────────────────────────────────────────┤
│ Layer 2 │ 队列与缓冲层 Redis Streams · 优先级 · DLQ · 恢复 │
├─────────────────────────────────────────────────────────────────────┤
│ Layer 1 │ API 接入层 FastAPI · SSE · Webhook · 限流 · 健康 │
└─────────────────────────────────────────────────────────────────────┘
plaintext各层职责#
| 层级 | 目录 | 核心职责 | 关键技术 |
|---|
| 1 | app/api/, app/schemas/ | 请求接入、参数校验、限流、SSE 流式推送 | FastAPI, SSE, Fixed-window 限流 |
| 2 | app/queue/ | 任务排队、优先级调度、故障恢复 | Redis Streams, XREADGROUP, DLQ |
| 3 | app/orchestration/, app/diagnosis_worker.py | 诊断编排、全局并发控制、证据审计 | Redis ZSET + Lua 原子槽、Worker 心跳 |
| 4 | app/agents/, app/diagnosis_graphs/, app/skills/, app/runtime/ | 智能体编排、Skill 路由、双模式诊断图 | LangGraph, Plan-Execute-Replan, Fan-out/Fan-in |
| 5 | app/rag/, app/core/hybrid_retriever.py, app/core/reranker.py | 知识检索、混合召回、精排 | Parent-Child Chunking, BM25+Vector RRF, bge-reranker |
| 6 | app/tools/, mcp_servers/, app/runtime/tool_filter.py | 工具发现与加载、白名单过滤、权限管控 | MCP 协议, 三层过滤, allow/ask/deny |
| 7 | app/db/, app/incidents/, app/evidence/, app/wiki/ | 事实持久化、证据链、经验沉淀 | Postgres 8 表, JSONB, LLM Wiki |
请求全链路#
用户/告警
│
▼
┌─ Layer 1: API 接入 ──────────────────────────────────────────────┐
│ POST /diagnose (SSE) │ POST /diagnose/submit (队列) │
│ POST /webhook/alertmanager │ POST /chat/stream (RAG 对话) │
│ 限流 → 校验 → 分流 │ 限流 → 校验 → 落库 → 入队 │
└──────────┬────────────────────┴──────────────┬───────────────────┘
│ (同步 SSE) │ (异步)
│ ▼
│ ┌─ Layer 2: 队列缓冲 ──────────────┐
│ │ Redis Streams 四级优先级 │
│ │ critical → high → normal → low │
│ └──────────────┬───────────────────┘
│ │ Worker 消费
▼ ▼
┌─ Layer 3: 编排调度 ──────────────────────────────────────────────┐
│ DiagnosisRunner 选择模式 (fast/deep) │
│ distributed_slot 全局执行槽 (Redis ZSET + Lua) │
│ AuditTrail 持久化每一步证据 │
└──────────────────────────────┬───────────────────────────────────┘
│
┌─ Layer 4: 智能体 ────────────┴───────────────────────────────────┐
│ fast: SkillRouter → Planner → Executor → Replanner → Report │
│ deep: IncidentMgr → EvidencePlan → 4 Agent 并行 → Reducer → RCA │
└──────────┬───────────────────────────────┬───────────────────────┘
│ 检索知识 │ 调用工具
▼ ▼
┌─ Layer 5: RAG ───────────┐ ┌─ Layer 6: MCP 工具 ───────────────┐
│ Parent-Child Chunking │ │ system / network / docker / web │
│ Vector + BM25 → RRF │ │ Skill 白名单 → 权限三态 → 执行 │
│ bge-reranker 精排 │ │ 并行分组 → 结果截断 │
└──────────┬───────────────┘ └──────────────┬────────────────────┘
│ │
▼ ▼
┌─ Layer 7: 存储与审计 ───────────────────────────────────────────┐
│ Postgres: alerts / incidents / tasks / evidence / tool_calls │
│ AgentRun + ToolCall 全链路审计 │
│ LLM Wiki 经验沉淀 (Markdown, 关键词召回) │
└─────────────────────────────────────────────────────────────────┘
plaintext技术栈全景#
| 领域 | 技术选型 |
|---|
| API 框架 | FastAPI 0.115+ / Uvicorn / sse-starlette |
| Agent 编排 | LangGraph 1.0+ / LangChain Core |
| LLM | DeepSeek / DashScope (Qwen), OpenAI-compatible |
| Embedding | BAAI/bge-m3 (1024 维, Ollama 或 DashScope) |
| Rerank | BAAI/bge-reranker-v2-m3 (本地) / DashScope gte-rerank-v2 |
| 向量库 | pgvector (HNSW, cosine) — Postgres 扩展, 与关系库同实例 |
| 词法检索 | ParadeDB pg_search (BM25) — 同一 Postgres |
| 关系库 | PostgreSQL (asyncpg) — 事故台账 + 向量/BM25 知识库 |
| 队列 | Redis 7 Streams |
| 工具协议 | MCP (Model Context Protocol) |
| 容器化 | Docker Compose (ParadeDB/Postgres + Redis) |
分层文档索引#