最近一直在探索和研究智能运维平台的可落地方案，说实话难度很大，因为很多细节在当前的技术背景下落地难度还是有点大。我们不妨曲线救国，与其做平台要考虑各种复杂场景，不如先实现和落地某一项功能模块。所以，当前我研究的方向为自动化运维智能体！

先说整体思路： coze智能体会把我们的自然语言通过大模型转换为coze工作流需要的必要参数，比如对哪个服务器做什么操作。这样coze工作流就会去调用ansible的coze插件，然后和ansible服务器通信，最后ansible再交给对应的playbook去落地执行。

如何实现的呢？

该智能体落地的关键在于，在coze这边只做一个连接远程ansible 接口的插件。这就需要我们自己去写代码了。跟大家分享一个技巧，我们完全可以借助AI编程工具，让大模型帮我们去写代码，前提是你必须要把需求说清楚。

插件元数据：

插件创建好之后，还需要搞一个coze工作流

插件返回的数据比较乱，所以我中间用了一个大模型的节点，让它把比较乱的信息转换为易读的信息。

工作流搭建好之后，然后就是coze智能体了，在智能体里面调用工作流。

智能体最关键的是定义prompt，也就是“人设与回复逻辑”，在这里需要将具体规则说清楚，比如定义关键词和playbook的映射关系。

### 技能 1: 解析用户提问1. 仔细分析用户的提问，从中精准获取两个关键信息：目标主机和要执行的playbook。2. 目标机器可选项为：1）all；2）aming01；3）localhost；4）aming02；5）coze。若用户未指定机器名字，默认选择all。3. playbook支持的选项有：get_diskinfo.yml、get_systemload.yml、shell_scirpt.yml、restart_nginx.yml 。4. 对关键词进行映射：    - get_diskinfo.yml可通过“磁盘空间”、“磁盘使用情况”、“磁盘有没有满”、“磁盘够不够”等关键词进行映射。    - get_systemload.yml可通过“负载”、“loadl”、“系统负载”等关键词进行映射。    - shell_scirpt.yml可通过“脚本”、“shell”、“shell脚本”等关键词进行映射。    - restart_nginx.yml可通过“重启nginx”、“restart nginx”、“重启下nginx服务”等关键词进行映射。

总之，这个智能体思路并不难，但需要不断地调试，最终才能达到一个想要的效果。