弹性计算 Agent 概述

智能会话

通过自然语言对话，一站式完成资源查询、异常诊断、健康巡检等运维任务，包含以下四大核心能力：

• 智能问答：基于官方知识库和 RAG 检索，回答ECS产品使用咨询、最佳实践、报错解释等问题。

• 资源查询：通过自然语言查询 ECS 实例信息、配置、状态等，Agent 会调用资源中心或 OpenAPI 返回结构化结果。

• 异常诊断：针对 ECS 远程无法连接、卡死、存储性能异常、Web 服务无法访问等常见问题，Agent 通过多源数据关联进行深度诊断，定位根因并给出修复方案。

• 健康巡检：对 ECS 实例（含 GPU 实例）批量执行健康检查，支持一次性巡检或通过定时任务周期性执行，异常自动通知 IM 渠道。

定时任务

您可以基于官方模板创建定时任务，实现资源健康巡检、资源统计分析等周期性运维工作的自动化执行：

• 官方模板：开箱即用的标准化模板，如 GPU 资源健康巡检、ECS 资源分析等。

• 周期调度：支持按小时、天、周及自定义 Cron 表达式自动执行。

• 结果推送：巡检结果可自动推送至指定 IM 渠道。

IM 渠道

支持配置钉钉、飞书、企业微信 IM 渠道机器人，将 Agent 能力延伸到 IM 场景：

• 多平台支持：钉钉、飞书、企业微信。

• 群内协同：机器人入群，运维过程团队可见。

• 随时随地：手机、PC 端均可发起运维对话。

• 告警闭环：告警推送到群，群内 @机器人诊断，确认后执行修复。

对话式资源操作

痛点：传统控制台操作路径深、字段多，跨地域批量操作需反复切换页面。

方案：您通过自然语言下达指令，例如"统计账号下ECS 资源总核数及地域分布"，Agent 自动完成多地域资源查询、基于地域维度进行核数统计。同样的可以对内存、磁盘、系统监控指标进行分析统计。

价值：操作从"多步点击"简化为"一句话"，显著降低运维门槛与操作失误率。

GPU 集群定时健康巡检

痛点：GPU 集群规模大、训练任务长，异常若发现不及时将导致训练中断。

方案：配置"GPU 集群健康巡检"定时任务，每日或每数小时自动批量巡检 GPU 实例，异常自动推送到 IM 群。

价值：巡检覆盖率从人工抽检提升至 100%，故障从"事后发现"变为"提前预警"。

IM 渠道故障诊断

痛点：传统故障处理需登录控制台逐层排查，值班人员响应链路长。

方案：告警推送到钉钉、飞书运维群后，成员直接 @机器人，Agent 在群内实时展示诊断进度、定位根因。

价值：从发现到修复全程在 IM 内闭环，无需登录控制台。