在V2.1版本中,嘉为蓝鲸围绕SRE Agent的低成本研发,打通了MCP、发布、渠道与凭证等关键环节,让运维团队更快地把智能体带入真实生产场景。随着AgentOps从试点走向规模化,新的问题随之出现:
如何让优秀经验可持续复用?
如何让关键流程更可控?
如何让复杂结果一眼看懂?
如何让企业内部能力不再重复建设?
嘉为蓝鲸智能体开发平台(AIDEV)V2.2 给出的答案,是把智能体建设从“单点开发”推进到“Agent管理”。新版本重点强化Skill、流程型(workflow)智能体、AGUI协议与服务市场四大特性,形成“沉淀—编排—交互—流通”的完整闭环,让企业不仅能做出Agent,更能持续运营Agent。
Skill这个概念来自开源社区,本质上是一个包含执行指令和脚本的目录包,用来告诉智能体"这件事应该怎么做"。
AIDEV V2.2完全兼容这套规范,同时做了企业化增强:Skill通过Docker镜像打包分发,在隔离沙箱里执行,符合企业安全合规要求。
Skill做好之后可以发布到平台的服务市场,其他团队直接安装使用。这样一来,一个团队沉淀的经验,整个公司都能用上。


1.故障排查——资深SRE把常用的排障路径封装成Skill。初级工程师调用这个Skill,就能按标准流程一步步定位问题,不需要每次都从头摸索。
2.深度巡检——把巡检的多数据源采集逻辑、深度下钻巡检、报告格式封装在一起,一键执行就能生成格式统一的巡检报告。
纯LLM驱动的智能体有个特点:灵活,但不完全可控。
对于一些步骤固定、顺序不能乱的运维场景——比如操作审批、故障自愈、变更任务——灵活反而是个问题。你希望它每次都按同样的路径执行,而不是每次都"自由发挥"。
V2.2提供了另一种智能体类型:流程型智能体。它基于LangGraph的图结构编排引擎,把"哪些步骤固定执行"和"哪些步骤需要LLM灵活判断"分开处理。
具体来说,AIDEV支持在可视化画布上拖拽节点编排工作流:
编排完之后,每次执行都按画好的流程走,同时前端实时展示当前执行到哪个节点、每个节点的输入输出是什么。这是纯对话式智能体做不到的。



现在大多数运维智能体的交互方式是对话框:你问问题,它返回一段文字。但实际运维工作中,用户需要的往往不是文字,而是:
AGUI(Agent-User Interaction)协议是一个开放标准,作用是把智能体执行过程中的每一次"思考"、"调用工具"、"返回结果"都封装成前端可以订阅的事件。目前LangGraph、Microsoft Agent Framework、AWS Strands等主流框架都已经支持这个协议。
V2.2接入AGUI协议之后,智能体执行过程中前端可以实现:


对运维人员来说,最直观的感受是:以前要在智能体返回的一大段文字里找关键信息,现在直接看报表就行。据实际应用反馈,信息获取效率有明显提升。
对企业来说,AGUI的事件流提供了完整的可观测性,智能体每一步操作都有记录,满足审计合规要求。
V2.1里,智能体、MCP、知识库这些资源是按"空间"隔离的,适合项目管理,但不利于跨团队复用。实际使用中,各团队经常会需要相似的能力,比如CMDB查询、日志分析、巡检报告,如果每个团队都自己开发一套,就是重复劳动。
服务市场是企业内智能体资源的共享枢纽,包含四个部分:




一个新项目需要某个运维智能体能力时,先去服务市场找一找,如果已经有人做过了,安装过来改改参数就能用。这比从零开始开发要快得多。
企业管理者,想随时查看各业务智能体研发和使用进展,推动AI转型,服务市场是一个很好的度量方式。

小结
嘉为蓝鲸智能体开发平台V2.2的真正升级,是让Agentic Ops从"做场景"走向"运营能力"。Skill负责沉淀企业的运维智慧,流程型智能体负责承载关键任务的确定性,AGUI负责把复杂结果转化为清晰、可操作的体验,服务市场负责让能力在组织内流通。四项能力相互连接,形成从开发、试点、优化到复用的完整链路。

让运维经验成为可复用资产,让AI Agent成为可靠的数字生产力。
100+案例淬炼:应用投产变更管理最佳实践
2026-02-09
查看详细
嘉为蓝鲸DevOps|业务人员跨界修缺陷?AI 打通DevOps全链路,提效超乎想象!
2026-02-09
查看详细
【运维自动化规划】自动化作业设计:从原子操作到流程编排的工程化实践
2026-01-09
查看详细
嘉为蓝鲸DevOps研发测试一体化:从信息孤岛到双向穿透,构建高效协同新范式
2026-01-09
查看详细
嘉为蓝鲸DevOps缺陷管理协同中枢:破解 “单测多研” 质量困局,打造高效协同新范式
2025-12-26
查看详细
【运维自动化规划】自动化场景设计:从组件级到混合场景的全链路自动化构建
2025-12-26
查看详细
申请演示