数据运维 Agent

功能介绍

数据运维 Agent 是DataWorks提供的一站式、智能化的任务运维工具，是原智能运维功能的升级版本。当遇到任务失败、运行变慢、等待资源等问题时，数据运维 Agent 能够自动分析任务的全生命周期，快速定位问题根因，并提供解决方案和一键式运维操作。

核心能力：

• 全景诊断：覆盖任务从未运行、等待、运行中到成功/失败的每一种状态。诊断范围支持从单个实例、工作流到整个工作空间，通过综合分析依赖关系、资源使用、历史性能及日志内容，给出全面的诊断结论，并支持上下文追问。

• 根因分析：不仅呈现错误日志，更通过多维信息关联分析，深入定位问题的根本原因。

• 交互式运维：支持在对话框中直接下达运维指令（如重跑、置成功、修改资源组等），并将复杂操作简化为一键式按钮，显著提升运维效率。

能力范围：数据运维 Agent 当前支持以下运维场景。

快速入门

本节将通过一个排查“实例运行失败”的典型场景，引导您完成一次完整的智能运维流程。

1. 发起诊断

   1. 进入运维中心 > 周期任务运维 > 周期实例，找到运行失败的目标实例。

   2. 单击实例名称，展开该实例的DAG图。将鼠标悬停在该实例节点上，在弹出的快捷操作栏中，单击AI诊断按钮。

      DAG图中，运行失败的节点（如ods_user_info_d）以红色×图标和红色边框标识，其下游节点显示为未运行状态。也可以直接在周期实例列表的操作列单击AI诊断。

2. 等待AI分析

   单击后，页面右侧将自动展开数据运维 Agent面板，并自动发送诊断指令（如诊断实例：<实例ID>）。在等待结果时，面板会显示Agent正在执行的分析步骤，这有助于您理解AI的“思考”过程。以下是一个典型的诊断分析流程，您可以展开任意一项查看详细信息。

   分析流程依次执行查询任务实例状态和信息、查询工作流的内部节点、分析失败实例日志、分析诊断、查询任务实例日志、查询任务发布变更、查询实例操作记录、查询实例代码等步骤，全部步骤执行完成后输出诊断结论。

   展开分析诊断步骤后，Agent 将呈现详细的诊断结果，包括【问题分析】、【可能原因】和【解决建议】三部分。例如，当任务因独享资源组过期而失败时，【问题分析】指出错误信息为com.alibaba.phoenix.error.BillException，表明计费检查未通过；【可能原因】列出资源组付费周期结束未续费、配置错误或被误删、账户欠费或权限变更等；【解决建议】指导您前往资源组管理页面确认资源组状态并续费，或在任务调度配置中临时切换至其他可用资源组。

3. 解读诊断报告

   十几秒后，数据运维 Agent 会返回一份结构化的诊断报告。您应重点关注以下部分：

   • 异常发现：通过全方位分析，发现实例的异常，并根据上下文推导问题产生的根本原因，是您首先需要关注的结论。

   • 分析过程：详细列出了AI得出结论的证据链，增加了结果的可信度。

   • 解决和预防建议：提供了具体、可操作的修复步骤和避免问题复发的长期建议。

   异常发现
   • 根本原因: 任务执行失败是因为所使用的独享资源组（ID: xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx）已经过期。系统在尝试启动任务时检测到该资源组不可用，因此抛出了 BillException 异常并中断了任务执行。
   分析过程
   1. 初步状态检查:
      • 调用 get_task_instance 发现实例状态为"运行失败"。
   2. 日志分析:
      • 使用 analyze_task_instance_log 和 get_task_instance_log 查看详细的错误日志，确认失败原因为"独享资源组已过期"。
   3. 变更与操作记录核查:
      • 通过 list_task_changes 发现最近一次变更是在 2026-02-01，内容为更新任务本身。
      • list_task_operations 显示该任务曾于 2026-02-01 修改过资源组（从 resource_group_a 更换为 resource_group_b），但未彻底解决问题。
   4. 代码审查:
      • 检查任务代码（get_task_instance_code）显示这是一个标准的 PyODPS 数据写入脚本，未发现明显逻辑错误或不当资源请求。

4. 执行解决方案

   根据报告提供的建议进行操作。

   • 立即措施：报告通常会提供与问题直接相关的快捷操作。例如，对于资源组问题，可能会提供修改任务资源组的快捷方式，您可以直接回答：需要，由AI协助进行修改资源组。

     数据运维 Agent 回复的解决和预防建议包含立即措施（前往独享资源组管理页面查看资源组状态，续费恢复服务或将任务重新分配到有效资源组）和长期优化（建立资源组有效期监控机制，定期审核任务依赖的资源组配置）两部分。

     数据运维 Agent 将弹出修改实例资源组确认表单，自动填充环境、任务实例id列表、工作空间、资源组及是否是业务流程实例等参数，确认信息无误后单击确认并执行即可完成修改。

   • 交互式操作：如报告未提供具体操作，您也可以在对话框中继续输入指令来解决问题，例如输入“修改任务xxx的资源组”，数据运维 Agent 会引导您完成操作。通过自然语言交互，AI能动态理解复杂上下文需求，降低操作门槛，适合非结构化运维场景。

     数据运维 Agent 将自动查询任务实例状态，并展示确认表单，包含环境、任务实例id列表、工作空间、资源组、是否是业务流程实例等字段，确认信息无误后单击确认并执行完成操作。

注意事项

• 工作空间级诊断或实例数较多时，响应可能延迟 1–5 分钟。

• 支持跨工作空间依赖分析，但用户需加入目标工作空间，才有权限查看分析细节。

数据运维 Agent 入口

DataWorks提供全局入口和场景化入口两类方式使用数据运维 Agent。

支持的诊断场景

支持的运维操作

在诊断报告或数据运维 Agent 对话中，您可以单独或批量对空间下的任务或实例执行以下操作：

用户需具备目标工作空间的 项目管理员（Project Owner） 或 运维（O&M） 角色权限。