Exception Analysis

异常分析技能

功能描述

提供完整的异常分析能力，基于 Plan-Execute-React 模式，整合多源数据进行智能根因分析，生成结构化分析报告和修复建议。

何时使用

在以下情况调用此技能：

• 分析线上故障和错误
• 排查系统异常原因
• 生成根因分析报告
• 基于用户反馈优化分析结果

核心功能

• 问题分析：输入问题描述和错误信息，生成完整分析报告
• 多轮验证：基于用户反馈重新分析
• 结构化输出：包含可能的根本原因和修复建议
• 多源数据收集：整合发布记录、监控数据、代码信息、拓扑依赖
• 干扰项过滤：识别并标记与告警无关的干扰证据

输入参数

输出格式

{
  "analysisId": "ANALYSIS-1234567890",
  "appId": "app-001",
  "alarmDescription": "用户登录失败率突然升高",
  "analysisTime": "2024-01-15T10:35:00",
  "rootCause": {
    "type": "高错误率",
    "description": "当前错误率超过阈值",
    "confidence": "85%"
  },
  "evidences": [
    {
      "source": "发布记录",
      "content": "最近发布版本: 1.2.3",
      "relevance": "高"
    }
  ],
  "suggestions": ["检查服务日志", "查看失败请求"]
}

分析流程

输入请求 → 模块识别 → 数据收集(MCP) → 证据整合 → 根因分析 → 生成报告

详细步骤

1. 模块识别：从告警描述中提取涉及的业务模块（下单、改单、支付、取消、出票、退票、扣位）
2. 数据收集：调用各 MCP 服务收集上下文数据
   • 发布记录 MCP
   • 请求量监控 MCP
   • 应用监控 MCP（CPU、内存、GC、线程等）
   • 代码仓库 MCP
   • 拓扑依赖 MCP（MQ、JOB等）
3. 证据整合：整合所有收集的数据，标记干扰项
4. 根因分析：基于多源数据判断根因类型
5. 建议生成：根据根因类型生成修复建议

根因分析规则

API 调用示例

# 分析问题
curl -X POST http://localhost:8080/api/analysis/analyze \
  -H "Content-Type: application/json" \
  -d '{
    "appId": "app-001",
    "alarmDescription": "下单接口错误率异常升高",
    "alarmUrl": "https://monitor.example.com/alarm/123",
    "alarmTime": "2024-01-15T10:30:00"
  }'

# Mock分析（支持场景参数）
curl "http://localhost:8080/api/analysis/analyze/mock?scene=mq_backlog"

# 健康检查
curl http://localhost:8080/api/analysis/health

相关文件

配置要求

环境变量

配置文件

# application.yml
server:
  port: ${SERVER_PORT:8080}

扩展指南

添加新的根因类型

1. 在 AnalysisServiceImpl.analyzeRootCause() 方法中添加新假设判断
2. 在 generateSuggestions() 方法中添加对应修复建议
3. 更新本文档中的根因类型表

添加新的业务模块

1. 在 ALL_MODULES 列表中添加模块名称
2. 在 generateDisturbanceError() 方法中添加干扰项错误消息
3. 在 TopologyMcpService 中添加模块依赖配置

添加新的 MCP 服务

1. 创建新的 MCP 服务类，实现数据提供逻辑
2. 在 AnalysisServiceImpl 中注入并调用
3. 更新 collectEvidences() 方法收集新证据

日志记录

分析过程中记录以下关键日志：

• 分析开始: 记录输入参数
• 数据收集: 记录请求量、应用监控、发布记录、代码信息
• 模块识别: 记录识别到的模块
• 拓扑分析: 记录应用拓扑结构
• MQ/JOB指标: 记录积压和失败情况
• 证据收集: 记录证据数量和相关性统计
• 根因分析: 记录各假设验证过程和结果
• 分析完成: 记录最终结论