告警治理¶
简介¶
告警列表包含的核心字段:
表单名 | 类型 | 描述 |
---|---|---|
告警内容 | 字符串 | 告警的原始内容 |
智能体推理 | 浮点 | 大模型对告警内容进行推理,推理出告警原因 |
开始时间 | 浮点 | 告警的开始时间 |
注解列表 | 浮点 | 告警的注解列表 |
标签 | 浮点 | 告警标签 |
公共标签列表 | 浮点 | 告警公共标签列表 |
操作场景¶
通过查看一段时间内的告警历史,用户可以分析和了解系统的性能变化,帮助用户发现系统的潜在问题,防止故障发生。 星观云可观测平台为用户提供了告警历史功能,以便用户回溯查看近半年的告警历史记录。本文将为您介绍如何查看告警历史。
点击 告警管理 > 告警治理,展示告警列表数据
模型工业智能体用于告警分析,这是一个极具价值且前沿的应用场景。这不再是简单的文本分析,而是构建一个能够深度理解工业环境、进行专业推理并执行行动的“数字专家”。
以下是一份关于如何使用大模型工业智能体分析告警信息的详细指南,涵盖其核心思想、工作流程和最佳实践。
传统告警系统只是一个“提示器”,告诉您“某个指标超限了”。而大模型工业智能体是一个融入了工业知识、可进行因果推理、并能驱动行动的“自主专家”。它的核心能力是:
-
深度上下文理解:理解告警所在的工业环境(例如,这是炼油厂的催化裂化装置,其温度波动与反应压力紧密相关)。
-
多模态推理:关联时序数据(传感器读数)、知识图谱(设备手册、工艺流程图)、历史工单,进行综合判断。
-
根因诊断与影响链分析:不止于表面现象,推断出故障的源头,并预测其对整个生产线的影响。