SkillHub 中的可对话运维助手——openEuler Ops Agent 上手指南

面对一次系统故障，通常需要经历一套相对固定的排查流程：查看系统负载和进程状态，分析dmesg、journalctl 等日志；如果怀疑存在内核或软件包问题，还需要进一步核对 CVE 和安全公告；当环境涉及多台机器时，则需要逐台登录确认。

这些操作本身并不复杂，但真正困难的是：如何保证排查过程完整、判断依据清晰，并将一次排查形成的经验沉淀下来，供后续类似问题复用。

实际运维工作中更容易出现的情况是：排查顺序因人而异，中间漏掉一环；同类问题上周刚处理过，结论却散落在文档、工单或即时通讯记录里，下一次仍要从头收集信息。对多机、巡检、补丁这类重复性工作，这个问题会更明显。

OpenAtom openEuler（简称 “openEuler” 或“开源欧拉”） Ops Agent 正是面向这类场景打造的可对话运维助手。用户只需要通过自然语言描述问题，Agent 就可以按照预先定义的排查路径推进任务，完成系统状态采集、日志分析，并输出可执行的命令和相应的判断依据。

本文将从能力介绍、Skill 体系、SkillHub 以及实际部署几个方面，带你快速了解 openEuler Ops Agent，并通过一个 CPU 高负载案例体验如何使用它完成故障排查。

openEuler Ops Agent 是面向 openEuler 的智能运维助手。用户无需提前选择具体菜单或运维场景，只需要使用自然语言描述当前遇到的问题，即可触发相应的处理流程。

目前，它覆盖 16 类常见工作：故障排查、日常巡检、CVE 漏洞修复、安全加固、性能调优、存储管理、网络管理、内核维护、高可用与集群、容器与虚拟化、系统升级回滚、备份恢复、账号权限、服务进程、日志审计，以及知识沉淀。

Agent 会根据用户描述中的关键信息进行场景匹配。当现有信息不足以判断具体问题时，会先通过一到两轮澄清补充必要信息，再进入对应的处理流程。

以故障排查为例，路径是固定的五步。第一步：先收集 CPU、内存、磁盘、进程和负载，远程环境会带上 SSH；第二步：对日志做统计、去重和异常分析；第三步：有明确异常则对照已有经验给出方案，否则扩大到网络、存储、内核和资源；第四步：输出故障时间线、根因、可执行命令和预防建议；第五步：新问题还可以把排查路径沉淀下来，供下次检索。其余场景同样按预定义步骤推进，只是调用的检查项和 Skill 不同。

工作方式可以概括为：提问进入场景，场景调用 Skill，Skill 产出命令和结论。

如果说场景解决的是“先做什么、再做什么”，那么 Skill 解决的就是“具体怎么做”。

真正负责执行命令、分析日志、连接远程主机等操作的，是一组可复用的 Skill。openEuler Ops Agent 本身并不将这些具体能力全部固化在 Agent 中，而是在安装过程中，根据预设清单从 SkillHub 获取所需 Skill。按用途可以将 Skill 划分为以下四类。

排查、巡检这类日常工作，一般是 agent-tools 打底，需要时再叠日志分析和远程执行。CVE、加固、调优还会用到社区侧的查询接口，那是 Agent 的另一条数据来源，与 Skill 并列，不在上表里。

上面这些 Skill 并不是固化在 Agent 仓库中，而是发布在 openEuler SkillHub 上。

SkillHub 用来检索、评估和获取可复用的 Skill：一个 Skill 对应一类明确能力，带 SKILL.md 和必要的脚本，可以单独安装，也可以被不同 Agent 组合使用。

openEuler Ops Agent 做的是编排，规定 16 个场景怎么走，安装时再按清单从 SkillHub 把所需 Skill 拉到本地。之后如果某个 Skill 有更新，也可以只升级这一块，而不必重做整个 Agent。

openEuler Ops Agent 的代码位于 openeuler/witty-agents 仓库的 openeuler-ops-agent 目录。

安装前需要：Node.js 18.18 及以上、Python 3.8 及以上、包管理器 uv，以及curl 和 tar。SkillHub 命令行默认装到 ~/.local/bin，需要把该目录加入 PATH：

echo 'export PATH="$HOME/.local/bin:$PATH"' >> ~/.bashrcsource ~/.bashrc

克隆仓库后进入目录，把 Skill 装到 ~/skills：

git clone https://atomgit.com/openeuler/witty-agents.gitcd witty-agents/openeuler-ops-agentnpm install -g .export SKILLS_DIR=~/skillsopeneuler-ops-agent install

install 会检查或安装 skillhub CLI，再按清单从 SkillHub 把所需 Skill 下载到 ~/skills。本机如果没有预置知识库，experience-skill 这一步会跳过，不影响其余 Skill。skillhub CLI 装不上时，Skill 下载也会跳过，修好后再跑一遍 install 即可。

装完后建议验证：

export SKILLS_DIR=~/skillsopeneuler-ops-agent verify

绿色勾表示对应 Skill 已就绪；黄色三角表示未检测到。下图中 10 个运维 Skill 均为勾选，experience-skill 为黄色三角——没有预置知识库时这一项本来就不会就绪，不装也可以使用 Agent。

验证通过后，即可直接用自然语言提问。

不需要先选场景，把当前现象用话说清楚即可。有风险的操作（删除、改内核参数、升级等）应等确认后再执行。

下面用一个完整案例说明：先在机器上造一个可逆的异常，再交给 Agent 排查。使用的框架自行选择。

另开一个终端，用下面两条命令占满一核 CPU（只占一核，不会把整机打满），并记下进程号：

python3 -c 'while True: pass' &echo $! > /tmp/ops-demo-cpu.pid

后台任务会打印出进程号，如下图。记下这个 PID，后面对照 Agent 的结论。

回到对话里，可以这样问：

Agent 会去看负载和进程。下图这次演示里，它定位到刚才的 python3 死循环（PID 与终端一致），并给出了 kill 命令；顺带扫到磁盘已满，也写进了处理建议。看完效果后，用对应 PID 结束这个演示进程即可。

从整体架构来看，openEuler Ops Agent 将运维场景、具体执行能力和知识经验进行了拆分：

• 场景负责定义问题应该如何排查；

• Skill负责提供具体的执行能力；

• SkillHub负责 Skill 的获取、复用和扩展；

• 经验能力则进一步将一次排查过程沉淀为可复用知识。

最终，用户只需要通过自然语言描述问题，就可以驱动 Agent 完成从信息采集、问题分析到处理建议输出的一系列操作。

更重要的是，这套机制并不是固定不变的：Skill 可以独立更新，新的运维场景也可以持续扩展，而新的排查经验还可以进一步沉淀为可复用能力。

目前，openEuler Ops Agent 代码已开源在 openeuler/witty-agents，Skill 的浏览、获取和贡献则可以通过 openEuler SkillHub 完成。

如果你正在使用 openEuler，或者希望探索 Agent 在系统运维场景中的实际应用，不妨从这个 CPU 故障排查案例开始，亲自体验一下自然语言驱动运维的方式。

Witty 是 openEuler 的智能运维入口，支持用户通过自然语言处理各类运维问题，内置日志检测、知识库、集群管理、性能调优等全套运维能力套件。基于上述运维套件，Witty 进一步构建问答、故障诊断、性能调优多类智能 Agent，覆盖单机、集群、超节点多种部署场景。本专项旨在演示 Witty 智能运维入口的基础能力，并深度拆解各类智能体，剖析其内部工作原理。

-END-

供稿 | 邹柳石

编辑 | 丘云

校审 | 郑振宇、刘彦飞

关注我们，了解更多

▼