【agent运维智能体】基于AI大模型的智能运维平台总体设计

构建一个 “感知 → 决策 → 执行 → 反馈” 的智能运维闭环系统， 打破数据孤岛，让静态的资产数据（CMDB）成为动态智能（RAG + Agent）的 上下文与操作对象。

核心架构设计图谱

核心设计思路

本系统旨在构建一个“感知-决策-执行-反馈”闭环的智能运维平台。核心在于将传统的CMDB（配置管理数据库）作为数据底座，Python Agent作为自动化执行触手，RAG（检索增强生成）作为智能决策大脑，并通过Django进行统一的业务编排与权限管控。
系统不再是一个简单的脚本集合，而是一个企业级的、具备上下文感知能力的运维操作系统。
系统分为三层：数据与管理层（Django）、智能核心层（RAG + LLM）、执行代理层（Agent + Skills）。

技术栈选型

• 后端框架: Django + Django REST Framework (DRF)
• 数据库: MySQL 5.7 (存储结构化CMDB数据), Redis (缓存与消息队列)
• 向量数据库: ChromaDB (存储运维知识库向量)
• AI/LLM: 大模型API + 自研RAG编排逻辑
• Agent框架: 自研Python Agent (基于skill.md协议)
• 前端: 原生JavaScript (Vanilla JS) + HTML/CSS

模块划分与交互流程

• 资产管理模块 (CMDB): 负责部门、用户、服务器的增删改查及关联关系维护。部门支持树形层级结构。