| name | open_rca_diagnosis |
| description | AI驱动的微服务故障根因分析技能，提供分析指导和场景化工具脚本 |
| type | analysis |
| author | derisk |
| version | 2.0 |
| category | observability |
| tags | ["rca","fault-diagnosis","observability","sre","microservices"] |
| scripts | {"common":["scripts/common/explore_data.py","scripts/common/time_utils.py"],"market":["scripts/market/analyze_metric.py","scripts/market/analyze_container.py","scripts/market/analyze_trace.py","scripts/market/analyze_log.py"],"bank":[],"telecom":[]} |
本技能提供故障根因诊断的完整框架，包含两种分析方式：
每个场景提供专用的分析脚本，针对特定数据结构优化。
使用通用工具探索数据结构，根据实际情况编写分析代码。
scripts/
├── common/ # 通用工具
│ ├── explore_data.py # 数据探索
│ └── time_utils.py # 时间转换
├── market/ # Market场景专用
│ ├── analyze_metric.py # 服务指标分析
│ ├── analyze_container.py # 容器资源分析
│ ├── analyze_trace.py # 链路追踪分析
│ └── analyze_log.py # 日志分析
├── bank/ # Bank场景专用（待补充）
└── telecom/ # Telecom场景专用（待补充）
每个场景提供专用的分析脚本，具体使用方法见各场景规格文档：
| 场景 | 规格文档 | 可用脚本 |
|---|---|---|
| Market | specs/market_spec.md | analyze_metric, analyze_container, analyze_trace, analyze_log |
| Bank | specs/bank_spec.md | 待补充 |
| Telecom | specs/telecom_spec.md | 待补充 |
数据探索：
python scripts/common/explore_data.py --dir /path/to/telemetry
python scripts/common/explore_data.py --file metric_service.csv
时间转换：
python scripts/common/time_utils.py --range "2022-03-20 09:00:00" "2022-03-20 09:30:00"
当场景脚本不适用时，Agent可以：
python scripts/common/explore_data.py --file <数据文件>
输出内容：
使用IPython或Python脚本，参考以下模板：
import pandas as pd
import numpy as np
# 1. 加载数据
df = pd.read_csv('<数据文件>')
# 2. 计算全局阈值（使用完整数据！）
threshold_p95 = df['<指标列>'].quantile(0.95)
# 3. 过滤时间窗口
start_ts = <开始时间戳>
end_ts = <结束时间戳>
filtered = df[(df['timestamp'] >= start_ts) & (df['timestamp'] <= end_ts)]
# 4. 检测异常
anomalies = filtered[filtered['<指标列>'] > threshold_p95]
# 5. 聚合分析
print(anomalies.groupby('<组件列>').agg({
'<指标列>': ['mean', 'max', 'count']
}))
| 原则 | 说明 |
|---|---|
| 全局阈值 | 用完整数据计算阈值，不要用过滤后的数据 |
| 时区统一 | 使用UTC+8时区 |
| 层次化分析 | 服务层 → 容器层 → 节点层 |
| 交叉验证 | 指标 + 链路 + 日志 |
详见 specs/ 目录：
market_spec.md - Market场景数据结构和候选根因bank_spec.md - Bank场景数据结构telecom_spec.md - Telecom场景数据结构1. 确认场景 → 加载场景规格
↓
2. 数据探索 → 了解数据结构
↓
3. 时间转换 → 确定分析窗口
↓
4. 服务层分析 → 识别异常服务
↓
5. 容器层分析 → 定位异常容器和资源
↓
6. 链路验证 → 确认调用链故障点
↓
7. 日志验证 → 确认根因原因
↓
8. 生成报告
## 根因定位结果
**根因组件:** [组件ID]
**根因原因:** [原因描述]
**置信度:** [基于偏离程度]
### 分析过程
[按步骤描述分析结果和推理过程]
### 证据链
1. [服务层证据]
2. [容器层证据]
3. [链路/日志证据]
| 版本 | 日期 | 更新内容 |
|---|---|---|
| 2.0 | 2025-02 | 重构为场景化脚本 + 动态代码分析两种模式 |
| 1.0 | 2024-01 | 初始版本 |