阿里云 SLS 用数据语义支持智能体辅助日志分析
AI 总结
阿里云表示,其 SLS 数据语义能力可从日志、查询、仪表盘和告警等运维资产中提取字段含义、业务术语、指标口径和分析规则,并将这些信息整理为供智能体使用的业务上下文。智能体可据此选择数据源和字段、添加过滤条件、复用已确认的指标口径,并针对有疑点之处在授权范围内执行只读查询。该系统还会将生成的指标与来源计算进行核对,并标记不确定的解释以供人工确认。报告中的 OSS、WAF 和 GMV 案例均明确为示意场景,且没有提供独立基准测试来验证其在查询质量和准确性方面的改进。
深度见解
这项能力旨在让团队在后续智能体辅助分析中复用已散落在运维资产中的业务定义。不过,其效果和准确性来自阿里云自身描述,供应的报告未提供独立验证。
作者:戴志勇
OSS 出现批量删除,涉及哪些对象,调用来自哪里?WAF 攻击规则命中增多,哪些请求被拦住,哪些需要继续调查?GMV 下降,用户卡在了哪个业务环节?面对这些日常问题,即使日志已经接入、查询工具已经就绪,要得到准确答案,仍需要理解数据背后的业务含义:该查哪种日志,如何关联同一次操作的记录,以及状态和指标应该怎样解释。
接手一个新项目时,这些问题往往要找熟悉业务的同事确认。相关知识已经写在产品文档、仪表盘、告警规则和查询里,只是分散在不同地方。AI 助手分析数据时,也需要这些上下文。
阿里云日志服务 SLS 数据语义支持一键提取语义信息,将已有数据和查询中的字段含义、业务术语、指标口径及分析规则,整理为 Agent 可用的业务上下文。生成查询语句时,Agent 可以据此选择合适的数据源和字段,使用必要的过滤条件,并沿用已确认的计算口径,减少字段误用、条件遗漏和计算偏差,提升查询语句的质量与准确性。