基于DeepSeek Harness从零构建企业级AIOps诊断平台

在数字化转型的浪潮下，企业IT系统日趋复杂，传统的运维模式已难以满足快速定位和解决问题的需求。将大模型能力引入运维领域，实现智能化诊断，已成为行业发展的必然趋势。本文将介绍如何基于开源框架DeepSeek Harness，从零构建一套企业级AIOps智能运维诊断平台OmniOps，为运维团队提供强大的智能辅助能力。

平台架构设计与核心开发要素

OmniOps平台的核心理念是将Agent框架转化为运维大脑，其底层依托DeepSeek Harness开源框架，在此基础上构建了运维语义层。平台最核心的设计是「技术栈→组件→诊断技能」三级联动架构，这种分层设计使得平台具备良好的扩展性和维护性。技术栈代表大的领域范畴，如数据库、计算资源、网络、存储等；组件对应具体的中间件或服务，如MySQL、Redis、Kafka、Pod等；诊断技能则是可执行的诊断方法，如慢查询分析、死锁分析、大Key检测、GPU掉卡分析等。这种三级联动机制确保了从宏观到微观的完整诊断链路。

MySQL慢查询诊断实战

在实际开发中，许多开发者容易陷入一个误区，认为增加一个能力就等于写一个dsh插件。实际上，OmniOps的开发并不需要编写任何插件代码，而是通过三个核心要素来实现：排查方法论文件（SKILL.md）、独立MCP Server、以及组合层配置。这种设计体现了关注点分离的原则：SKILL.md负责告诉模型怎么思考、按什么步骤排查问题、调用哪些工具；MCP Server作为独立进程，负责实际的数据采集工作，如连接数据库、调用pt-query-digest等；组合层配置则负责将各个组件有机整合。这种架构的优势在于，SKILL是文件形式而非插件，由dsh-skill-filesystem加载，MCP Server独立运行，由dsh-mcp-client连接，新开发的工作量主要集中在编写MCP Server这一项。

工具职责与凭据安全设计

以MySQL慢查询分析场景为例，平台实现了三个核心工具的协同工作。list_slow_queries工具负责分析慢日志目录，通过pt-query-digest返回Top N慢SQL报告，包括执行次数、耗时、扫描行数等关键指标；explain_query工具对给定SQL返回EXPLAIN FORMAT=JSON执行计划，帮助分析查询执行路径；inspect_schema工具则从information_schema获取表结构、索引定义及数据量信息。这三个工具各司其职又相互配合，形成了「找Top SQL→看执行计划→看表结构」的标准慢查询排查三步法。在凭据安全方面，平台采用了严格的分层策略：host和port作为对话入参，便于现场切换实例；user和password从环境变量读取，不进入工具入参，避免敏感信息泄露；慢日志目录和pt-query-digest路径同样通过环境变量配置，以适应不同部署环境。

实施步骤与最佳实践

开发实施分为五个关键步骤：首先是环境准备，确保MySQL开启慢日志记录并正确配置pt-query-digest工具；其次是编写MCP Server，使用TypeScript实现三个核心工具，并在独立进程中运行；第三步是编写排查方法论SKILL.md，明确定义输入参数、排查步骤、判定标准和输出格式；第四步是配置接线，通过cordis.patch.yml将skill-filesystem和mysql-diag MCP Server接入dsh框架；最后是启动验证，确保两个进程正常运行后即可通过Web UI进行真实诊断测试。值得注意的是，MCP Server必须作为独立常驻进程启动，密码等环境变量由启动该进程的进程提供，不由dsh转发，这是最容易忽略但又至关重要的细节。

如有侵权，请联系删除。