2026云栖大会资料-「Agent 工程化」方向-全域智能运维平台 STAROps 构建Agentic Ops 智能运维闭环

全域智能运维平台STAROps构建AgenticOps智能运维闭环李田莉阿里云智能集团产品专家企业落地智能运维时面临的挑战3被动处置，3被动处置，闭环缺失1数据割裂，上下文缺失2调查复杂，依赖专家1数据割裂，上下文缺失2调查复杂，依赖专家智能运维正在走向AgenticOps阈值规则告警与监控人工巡检与人工排障固定脚本手工执行规则驱动规则驱动·被动响应单一数据智能告警异常检测与关联分析规则驱动的恢复建议数据驱动数据驱动·辅助决策3运维问答助手单次对话和分析自然语言查询数据异常解释和建议提问驱动提问驱动·智能辅助4AgenticOps深度诊断和根因定位智能体自主规划与执行7×24持续闭环守护目标驱动目标驱动·自主运维STAROps：阿里云智能运维统一入口全域数据查询告警根因定位Skill/MCP集成发布异常闭环应用健康巡检成本分析优化阿里云智能运维统一入口STAROpsUI页面集成OpenAPI集变更影响分析容量与风险预警STAROps-STAROps：阿里云智能运维统一入口全域数据查询告警根因定位Skill/MCP集成发布异常闭环应用健康巡检成本分析优化阿里云智能运维统一入口STAROpsUI页面集成OpenAPI集变更影响分析容量与风险预警STAROps-AgenticOpsEngine长期任务长期异步执行、持续值守与主动发现持续更新问题现象、证据、影响、状态调查与诊断覆盖影响范围、传播路径、跨域分析和根因定位处置计划建议、风险、执行步骤和回退方案等执行策略批和强制拦截等执行与验证调用工具与流程、验证结果、更新状态意图理解→动态数据感知→全域上下文组装→任务拆解→意图路由→统一结论分析→执行和验证→自我进化统一数据、连接和建模，构建统一运维上下文全域数据可观测数据资源、资产、成本发布、变更、代码统一连接跨账号、跨云/环境权限、执行策略统一身份认证运维数据建模统一数据语义实体与关系建模动态拓扑与上下文阿里云各领域AI助手、技能及更多扩展视频云资源编排自定义智能体、技能、工作流...从统一运维上下文到生产级智能运维数据数据基础统一运维上下文通过统一连接器打通可观测数据、云产品与企业多源系统，构建统一运维上下文数据模型，消除数据孤岛和上下文割裂，形成持续更新的运维数据底座。智能分析智能分析跨域分析和诊断统一全域运维数据查询与分析，贯通业务到资源、运行态到研发变更的完整链路，统一查询全域运维数据，并实现跨产品、端到端的问题诊断与根因定位。持续持续闭环持续闭环处置持续巡检和主动发现、分析并推动问题的闭环解决；根据风险采取自动执行、人工确认和强制拦截等分层策略，并将处理轨迹与验证结果持续沉淀为经验。统一运维上下文/自动感知和智能化接入智能化接入通过自然语言对话描述接入需求，自动匹配数据源与接入方案，智能完成接入配置，智能化接入通过自然语言对话描述接入需求，自动匹配数据源与接入方案，智能完成接入配置，降低数据接入门槛。数据预处理取、指标聚合与关联计算，将海量原始数据转化为可直接用于分析诊断的数据。云上数据自动感知描述接入诉求匹配数据源和方案自主完成接入数据预处理日志解析特征提取指标聚合关联计算异常过滤数据自动采集资源信息采集链路数据采集接入自动配置数据源自动匹配采集方案生成连接与配置校验资源自动发现授权范围识别云上资源发现资源变化感知智能化接入统一运维上下文/多源运维数据的统一连接与建模统一数据建模（Fabric）指标链路变更代码业务应用实例数据库指标链路变更代码业务应用实例数据库事件容器统一连接器（Connectors）鉴权认证授权接入状态管理鉴权认证授权接入状态管理健康检查资源发现健康检查阿里云环境CMS/SLS阿里云环境CMS/SLS/ARMS云资源和成本跨账号数据其他环境资源可观测数据资源与资产多云环境工单/自动化系统统一数据建模（Fabric）例、容器、数据库、代码、流水线等资源对象等统一统一连接器（Connector）通过云上直连和环境代理（Satellite打通阿里云跨账号、企业IDC、其他云环境及外部系统，成授权鉴权、资源发现、健康检查和连接状态管理，跨域分析和诊断/运维数据一问即知即懂帮我查看最近1小时，错误率比较高的APM应用全域数据，一问即查帮我查看最近1小时，错误率比较高的APM应用查询完成，最近查询完成，最近1小时内共有4个APM应用产生了错误请求，按错误率从高到低排列如下：语句编写。从数据到结论，一问即懂排名应用名称从数据到结论，一问即懂排名应用名称错误率1review0.367%2frontend-proxy0.012%3email0.00025%4inventory0.00018%上下文连续，追问即深入上下文连续，追问即深入,可以继续深入分析。跨域分析和诊断/全链路问题诊断和定位应用异常端到端诊断变更异常定位诊断告警风暴快速调查跨云产品问题应用异常端到端诊断变更异常定位诊断告警风暴快速调查跨云产品问题诊断诊断智能体持续调查用户用户问题1锁定调查范围2全域证据关联3假设驱动验证告警事件长期1锁定调查范围2全域证据关联3假设驱动验证告警事件长期任务4诊断结论输出统一数据建模统一数据建模（Fabric）统一连接器统一连接器（Connectors）持续闭环处置/发现、解决和验证，持续闭环问题发现效果验证问题发现效果验证持续调查受控处置经验沉淀长期任务更新问题长期任务：围绕运维目标持续运行按用户设定的范围与策略，持续观察系统变问题发现。问题发现：承载问题解决的全过程汇聚证据、影响、根因与处置建议为问题对进问题解决。经验沉淀：每次处理成为下一次的经验从调查、处置与验证结果中提炼可复用的经验，支持后续任务持续学习，提升问题判断与处置效率。持续闭环处置/分级策略保障受控执行分级执行，分级执行，明确自主执行边界键变更由人工确认，命中禁止规则的操作直接拦截，让自动化程度与生产风险相匹配。双重校验，确保授权范围内执行结果验证，处理过程可追溯分级执行策略执行前策略与权限校验执行操作与验证诊断结论/处置建议生成执行计划演示：从数据接入到7×24持续运维闭环容器智能巡检多云产品巡检容器智能巡检多云产品巡检告警智能降噪告警智能降噪7x24持续闭环跨领域查询/智能化分析/定位接入和建模7x24持续闭环跨领域查询/智能化分析/定位接入和建模主机智能巡检主机智能巡检云成本分析实现跨产品、端到端的问题诊断与根因定位云成本分析应用服务守护应用服务守护多种方式，融入企业工作流和智能体生态.i