AutoDectections - 虚拟化 AT 日志归因 Agent

基于 OpenCLAW 的多 Agent 日志归因系统，面向虚拟化 AT 工程的失败用例自动分析。

架构

                    OpenCLAW Gateway
                 (ws://127.0.0.1:18789)
                          │
            ┌─────────────┼─────────────┐
            │             │             │
      ┌─────▼─────┐ ┌────▼────┐ ┌──────▼──────┐
      │  Parser   │ │Collector│ │   Analyzer  │
      │ +版本识别  │ │ +RAG检索│ │  ┌─Agent A  │
      └─────┬─────┘ └────┬────┘ │  │(规则引擎) │
            │             │      │  ├─Agent B  │
            │             │      │  │(LLM独立) │
            │             │      │  └─仲裁Agent│
            │             │      └──────┬──────┘
            │             │             │
            │      ┌──────▼──────┐      │
            │      │模型升级链   │      │
            │      │0→1→2级     │      │
            │      └──────┬──────┘      │
            │             │             │
            │      ┌──────▼──────┐      │
            │      │根因聚类     │      │
            │      │跨用例关联   │      │
            │      └──────┬──────┘      │
            │             │             │
            └──────┬──────┘             │
                   ▼                    ▼
            ┌──────────────────────────────┐
            │       Reporter Agent         │
            │  Excel日报 + 累计统计 + 推送  │
            └──────┬──────────┬────────┬───┘
                   │          │        │
               Mercury    Slack    WeChat

核心设计

1. 去中心化对抗诊断

两个 Agent 拿到同一份原始日志，互不知晓对方结论，独立诊断：

• Agent A（规则引擎）：加权规则匹配
• Agent B（LLM）：独立推理分析
• 结论一致 → 高置信度输出
• 结论冲突 → 仲裁 Agent（更强模型裁决）
• 仲裁仍不确定 → 标记"需人工介入"

核心洞察：单一 Agent 容易陷入确认偏误——一旦倾向某个分类，就会在日志里找支持自己判断的证据，忽略矛盾信息。去中心化诊断避免结论污染。

2. 置信度驱动模型升级链

不是所有日志都丢给大模型，按置信度逐步升级：

Tier 0: 规则引擎 (成本≈0)        → high  → 结束
Tier 1: 快速模型 MiniMax (低成本) → medium → 补充判断 → 结束
Tier 2: 推理模型 DeepSeek Reasoner → low  → 深度推理 → 结束

规则引擎覆盖 80% 高频问题零成本，成本从"全用最强模型"的 N 降到 0.1N。

3. 根因聚类 - 跨用例关联分析

7 个失败用例逐条分析会报 7 个问题，但聚类后只有 4 个根因：

聚类	包含用例	根因
1	timeout + migration断开 + iscsi拒绝	网络异常（同一时段同一主机）
2	memory_issue + qemu_crash	内存不足导致 QEMU 崩溃（同一主机）
3	kernel_panic	内核崩溃（独立）
4	libvirt_error	热插拔不支持（独立）

聚类维度：时间窗口（±5min） + 主机 + 失败类型关联，满足 2/3 即归为同一根因。

4. RAG Wiki - 组件架构知识库

基于 TF-IDF 的轻量 RAG，包含 libvirt、qemu、dpdk、ovs 四个开源项目的代码架构：

• Agent 归因时可检索对应版本的代码架构定位问题
• 支持按组件和失败类型双维度过滤
• 例：memory_hotplug 失败 → 检索到 libvirt 的 domain 模块和 memory 管理调用链

5. 版本回归检测

对比前后版本同一用例结果：

情况	标记	优先级
上版本 PASS → 本版本 FAIL	回归失败	高
连续 2+ 版本 FAIL	持续失败	中
新增用例首次失败	新增失败	普通

Agent 职责

Agent	职责	关键技术
Parser	解析 results.json，提取失败用例，识别版本	JSON 解析、版本提取
Collector	收集本地+远程日志，检索 RAG Wiki	文件 I/O、TF-IDF 检索
Analyzer	对抗诊断 + 模型升级链 + 已知问题匹配	加权规则、LLM、仲裁
Reporter	Excel 日报 + 累计统计 + 根因聚类 + 推送	Excel/JSON/Webhook

目录结构

.
├── mock_data/                       # 模拟数据
│   ├── job-results/                 # Avocado 结果
│   │   └── job-20260412-001/
│   │       ├── results.json
│   │       ├── job.log
│   │       └── test-results/*/      # 各用例 debug.log
│   └── history.json                 # 模拟历史运行记录
├── openclaw_agents/                 # Agent 配置
│   ├── 01_parser_agent.yaml
│   ├── 02_collector_agent.yaml
│   ├── 03_analyzer_agent.yaml
│   └── 04_reporter_agent.yaml
├── openclaw_tools/                  # Tool 实现
│   ├── run_pipeline.py              # Pipeline 入口
│   ├── __init__.py
│   └── tools/
│       ├── read_local_log.py        # 日志读取
│       ├── rule_match.py            # 加权规则引擎
│       ├── llm_inference.py         # LLM API 调用
│       ├── reporter.py              # Markdown/JSON 报告
│       ├── excel_reporter.py        # Excel 日报 + 累计统计
│       ├── version_identifier.py    # 版本识别 + 责任人映射
│       ├── known_issues.json        # 已知问题知识库
│       ├── adversarial_diagnosis.py # 对抗诊断 + 仲裁
│       ├── model_chain.py           # 模型升级链
│       ├── root_cause_cluster.py    # 根因聚类
│       ├── regression_detector.py   # 版本回归检测
│       └── rag_wiki/                # RAG 知识库
│           ├── rag_engine.py        # TF-IDF 检索引擎
│           └── wiki_data.json       # 组件架构数据
└── docs/
    └── ROADMAP.md                   # 路线图

快速开始

前置条件

• OpenCLAW Gateway 运行中
• Python 3.12+ (Anaconda)
• DeepSeek API Key（可选）

运行 Pipeline

# 仅规则引擎分析
D:\Anaconda3\python.exe openclaw_tools/run_pipeline.py \
  --job-root mock_data/job-results/job-20260412-001

# 启用 LLM 深度分析
D:\Anaconda3\python.exe openclaw_tools/run_pipeline.py \
  --job-root mock_data/job-results/job-20260412-001 --use-llm

通过 OpenCLAW 触发

在微信 / WebChat 中对 Agent 说：

分析一下 AT 工程日志

Agent 会调用 avocado-analyzer Skill 执行分析并返回结果。

输出

Excel 日报

列名	说明
时间	执行时间
用例名称	失败用例名
任务链接	云龙工程链接
人物名	执行人
host机	执行主机
任务UVP版本	版本号
版本失败原因	根因描述
版本分类	失败类型
置信度	high/medium/low
分析方法	规则引擎/LLM/仲裁
改进措施	排查建议
责任人	自动映射
所属团队	内核/计算/存储/软硬协同
日志链接	归档路径
是否重复失败	近期同类失败次数
关联已知问题	匹配到的 BUG 单号

累计统计

• 成功率趋势（7/30天）
• Flaky Test 识别
• 首次失败版本
• 平均运行时间
• 失败原因分布

归因类型

类型	说明	责任团队
libvirt_error	libvirt 组件错误	计算组
qemu_crash	QEMU 进程崩溃	计算组
kernel_panic	内核崩溃	内核组
memory_issue	内存问题（OOM）	内核组
timeout	测试超时	软硬协同组
environment_issue	环境异常	软硬协同组
case_script_issue	用例脚本问题	计算组
infrastructure_issue	基础设施问题	存储组

面试讲法

1. "我用加权规则引擎覆盖 80% 高频问题，成本为零"
2. "不确定的通过去中心化对抗诊断，两个独立 Agent 避免确认偏误"
3. "模型升级链让成本从 N 降到 0.1N，大部分用快速模型就够了"
4. "根因聚类把 7 个问题压缩到 4 个根因，修 4 个比修 7 个快"
5. "RAG Wiki 让 Agent 能查到对应版本的代码架构定位问题"
6. "版本回归检测自动标记'上个版本还通过'的高优先级回归"

路线图

详见 docs/ROADMAP.md