使用Elasticsearch Agent Skill进行集群智能运维

Skill 概览

安装 Skill

# 安装或更新 Aliyun CLI
curl -fsSL https://aliyuncli.alicdn.com/setup.sh | bash

# 验证版本
aliyun version

# 开启自动插件安装
aliyun configure set --auto-plugin-install true
aliyun plugin update

场景一：创建 Elasticsearch 实例

通过实例管理 Skill，可以使用自然语言描述创建需求，AI 自动完成参数校验和 API 调用。

对 AI 说：

在阿里云杭州区域创建一个双可用区 Elasticsearch 实例。版本用 8.17_with_X-Pack，4 个数据节点，每个节点 20GB 的 ESSD 磁盘，规格 elasticsearch.sn2ne.large.new。VPC 用 vpc-bp1***************，交换机 vsw-bp1***************，可用区 cn-hangzhou-i，按量付费，实例名 log-es-cluster。

AI 自动执行以下操作：

1. 校验所有必填参数（地域、VPC、交换机、可用区、密码、规格等），缺少参数时主动询问。

2. 识别双可用区需求，自动配置 zoneCount=2 和 3 个专有 Master 节点。

3. 生成 clientToken（UUID）确保幂等。

4. 调用 createInstance API 创建实例。

5. 查询实例状态，确认创建成功。

AI 生成并执行的命令示例：

CLIENT_TOKEN=$(uuidgen)

aliyun elasticsearch create-instance \
  --region cn-hangzhou \
  --client-token $CLIENT_TOKEN \
  --es-admin-password "YourPassword@2024" \
  --es-version "8.17_with_X-Pack" \
  --node-amount 4 \
  --node-spec '{"disk":20,"diskType":"cloud_essd","spec":"elasticsearch.sn2ne.large.new"}' \
  --network-config '{"vpcId":"vpc-bp1***************","vswitchId":"vsw-bp1***************","vsArea":"cn-hangzhou-i","type":"vpc"}' \
  --payment-type postpaid \
  --description "log-es-cluster" \
  --zone-count 2 \
  --master-configuration '{"amount":3,"disk":20,"diskType":"cloud_essd","spec":"elasticsearch.sn2ne.xlarge"}' \
  --kibana-configuration '{"amount":1,"spec":"elasticsearch.n4.small"}' \
  --user-agent AlibabaCloud-Agent-Skills/alibabacloud-elasticsearch-instance-manage

创建实例时需注意以下约束：

• 多可用区部署：设置 zoneCount 为 2 或 3 时，必须配置 3 个专有 Master 节点。网络配置中的 vswitchId 只需提供主可用区的交换机，节点会自动分布到不同可用区。

• 幂等保护：所有写操作使用 clientToken（UUID 格式），请求超时后可安全重试。

• 单次变更原则：升降配时，数据节点、Master 节点、Kibana 节点、冷节点、协调节点不能在同一次 API 调用中同时变更。

• 规格差异：不同地域支持的节点规格不同，Skill 内置了规格对照表自动校验。在北京、上海、杭州和深圳地域，新一代云盘型节点的规格需加 .new 后缀（如 elasticsearch.sn2ne.large.new）。

场景二：集群故障诊断

诊断 Skill 内置了系统性的四步诊断工作流，覆盖 8 大故障类别和 7 套专项 SOP。

对 AI 说：

ES 集群 es-cn-xxx 突然变成 Red 状态，在 cn-hangzhou 地域，线上写入全部失败，紧急诊断原因并给出处置方案。

AI 自动执行四步诊断：

诊断输出示例：

P0 紧急问题：集群状态 Red
├─ 根因：节点 es-node-03 磁盘使用率 96%，触发 flood_stage 只读保护
├─ 影响：主分片不可用，写入全部失败
├─ 处置建议：
│  1. 立即清理过期索引释放磁盘空间
│  2. 磁盘降至 85% 以下后执行：
│     PUT _all/_settings {"index.blocks.read_only_allow_delete": null}
│  3. 评估是否需要扩容磁盘
└─ 参考 SOP：sop-disk-storage.md / sop-cluster-health.md

PUT _all/_settings
{
  "index.blocks.read_only_allow_delete": null
}

场景三：网络安全配置

网络管理 Skill 自动识别实例的架构类型（云原生或基础管控），选择正确的 API 完成网络配置。

对 AI 说：

把 ES 实例 es-cn-xxx 的 HTTPS 打开，另外把 IP 段 203.0.113.0/24 和 198.51.100.0/24 追加到公网白名单，不要覆盖原来的。

AI 自动执行：

1. 调用 DescribeInstance 检查实例状态和当前 HTTPS 状态。

2. 如 HTTPS 未开启，调用 OpenHttps 开启。

3. 调用 ModifyWhiteIps，使用 Append 模式追加 IP 到白名单。

# 检查当前 HTTPS 状态
aliyun elasticsearch describe-instance \
  --instance-id es-cn-xxx \
  --user-agent AlibabaCloud-Agent-Skills/alibabacloud-elasticsearch-network-manage

# 开启 HTTPS
aliyun elasticsearch open-https \
  --instance-id es-cn-xxx \
  --user-agent AlibabaCloud-Agent-Skills/alibabacloud-elasticsearch-network-manage

# 追加白名单（Append 模式）
aliyun elasticsearch modify-white-ips \
  --instance-id es-cn-xxx \
  --modify-mode Append \
  --white-ip-group '{"groupName":"default","ips":["203.0.113.0/24","198.51.100.0/24"],"whiteIpType":"PUBLIC_ES"}' \
  --user-agent AlibabaCloud-Agent-Skills/alibabacloud-elasticsearch-network-manage

网络配置的关键约束：

相关链接

• 阿里云 Agent Skills 门户

• 阿里云 Elasticsearch 产品页

• Elasticsearch API 参考