AIOps 第六部分 AI 智能运维

本课程是 AIOps 学习体系的第六部分与最终综合实战，以 AIOPS2026 代码仓库为主线，建立从大模型能力到真实网络运维系统落地的完整技术路径。课程首先讲解 OpenAI Responses API、Structured Outputs、Function Calling、File Search/RAG、Agents SDK 与闭源模型边界；随后进入开源大模型选型与部署，覆盖 Ollama、Hugging Face、ModelScope、vLLM、SGLang、多模态 OCR、微调边界以及 Qwen3Guard、ProtectAI 等安全能力。

在 Agent 互操作与框架部分，课程通过 MCP Server/Client、TLS 认证、pyATS MCP 和 A2A 多 Agent 案例，进一步讲解 LangChain Agent、Deep Agents、Subagent、Skill、MCP、NetClaw/OpenClaw 与 Hermes 的协作和更新机制。最终综合项目构建一个面向网络运维的 AI 自动化控制台：使用 NetBox 管理资产与拓扑，Supabase/InfraDB 保存设备事实和配置快照，Airflow/Collector 负责自动采集，Telegraf、InfluxDB、Grafana 构成指标链路，Elasticsearch 与 LogAI 构成日志和事件链路，Qdrant 提供 RAG 证据检索，OpenClaw 通过多 Workspace、Skill、子 Agent 和 MCP 完成任务委派，并结合 Batfish 离线快照实现可验证的确定性排错。课程最终验收设备巡检、指标查询、日志查询、网络排错、告警事件分析和配置变更分析六类工作流。

配套 Git 仓库：https://git.qytang.com/qytadmin/AIOPS2026

试听录像总时长：1小时16分36秒（系统记录为77分钟）