AI 摘要產生處理器 — 自動呼叫 AI 模型分析告警事件，並將摘要寫回事件。
功能介紹
AI Summary 事件處理器是一個智慧告警分析工具，它可以：
- 自動呼叫 AI 模型（如 ChatGPT、Claude 等）分析告警事件
- 產生通俗易懂的告警總結與建議
- 將 AI 分析結果自動加入告警事件中
- 協助維運人員快速理解告警內容與影響範圍
使用場景
適用情況
- 複雜告警分析：當告警資訊複雜，需要專業分析時
- 新手維運：協助新手快速理解告警含意
- 批量告警處理：自動產生標準化的告警說明
- 故障診斷：取得 AI 輔助的故障分析與建議
範例場景
原始告警：CPU使用率超过85%，服务器负载过高
AI总结：检测到服务器性能异常，CPU使用率持续超标可能导致：
1. 应用响应变慢
2. 用户体验下降
3. 可能引发服务中断
建议立即检查高耗CPU进程并考虑扩容
使用步驟
第一步：取得 AI 服務
- 註冊 AI 服務商帳號（如 OpenAI、DeepSeek 等）
- 取得 API Key 金鑰
- 確認 API 呼叫位址
第二步：設定處理器
- 填入 API 位址與金鑰
- 選擇合適的 AI 模型
- 撰寫提示詞範本
- 設定自訂參數（選用）
第三步：測試驗證
- 點選「測試」按鈕驗證設定
- 檢查 AI 回應是否符合預期
- 調整提示詞優化結果
第四步：啟用使用
- 儲存設定並啟用處理器
- AI 摘要的內容會加到告警事件中，在訊息範本中透過引用
{{$event.AnnotationsJSON.ai_summary}}使用
使用技巧
提示詞撰寫建議
- 明確目標：清楚說明希望 AI 做什麼
- 限制長度：指定輸出字數避免過長
- 指定語言：明確要求中文或英文輸出
- 結構化：要求依格式輸出（如分點說明）
參數調校建議
- temperature：0.3-0.7 適合分析類任務
- max_tokens：控制輸出長度，建議 200-500
- top_p：0.9 左右保證內容相關性
常見問題
Q1：AI 摘要明明設定好了，但通知裡看不到 AI 內容？
A：依此順序檢查：
- 訊息範本有沒有引用
{{$event.AnnotationsJSON.ai_summary}}— 處理器只是把結果寫入註解，還要在範本裡顯式引用才會出現在通知裡； - AI 呼叫是否成功 — 看 執行記錄 裡該節點的 stderr / response；
- 逾時設定太短 — AI 推理慢，建議設 30-60 秒；
- API Key / URL 是否有效 — 在 LLM 管理 用「測試連線」驗證。
Q2：能不能直接用平台 LLM 管理裡設定好的模型，不在這裡重新填 API Key？
A：建議用 LLM 管理統一管理，避免到處設定 Key。處理器裡選「使用平台預設 LLM」或指定一個具體的 LLM 設定即可。直接在處理器裡填 API URL + Key 適合單點臨時使用，但維護成本高。
Q3：AI 摘要會增加多少告警延遲？怎麼降低？
A：典型 3-15 秒。降低延遲的方式：
- 選輕量模型（如
gpt-4o-mini、deepseek-chat），別用 Reasoning / Thinking 模型； - 關閉 thinking 模式 — 詳見 LLM 管理 文件；
max_tokens控制到 200-300（足夠告警摘要）；- 把 AI 摘要處理器放在關鍵通知節點之後（非阻塞），不要讓通知傳送等它。
Q4：能讓 AI 直接給出「建議處理指令」嗎？
A：可以 — 在提示詞裡寫清楚「請輸出 1-3 條可立即執行的排查指令」。但要警惕：
- AI 給的指令僅供參考，可能不適用具體環境；
- 不要把 AI 輸出直接餵給 自癒指令稿 執行 — 風險太高。
