智能助手 Witty-OpenCode 介绍
产品概述
Witty-OpenCode 是基于 openCode 构建的智能助手 CLI 工具,面向 openEuler 生态提供自然语言化运维交互入口。通过深度集成大模型能力,实现自然语言指令到运维操作的精准转化,有效降低 openEuler 新用户入门门槛,简化运维人员操作流程,全面降低系统运维成本。
架构图
功能架构
Witty-OpenCode 整体采用四层架构设计,自上而下依次为:交互入口层、各类 Agent 层、MCP 与 Skill 基础组件层、底层模型服务层。
一、交互入口层
作为用户与智能助手的统一交互接口,当前已支持 Shell 命令行交互,后续将拓展 Web 端等多形态入口,适配不同使用场景与用户习惯。 入口层支持 Skill 注册、MCP 注册及 Agent 构建能力,并可通过桥接器将 Agent 能力对外输出至飞书等协作平台。
二、Agent 能力层
目前已实现三大核心 Agent:
日志分析 Agent 基于关键字检索、聚类算法及大模型理解能力,对系统日志进行智能分析,辅助用户快速定位问题根因。
问答 Agent 面向用户问题实现知识库精准检索,结合大模型生成专业、准确的应答;支持 docx、pdf、md、txt 等多格式文档入库,持续扩充知识库容量与覆盖范围。
诊断 Agent 自动生成并执行系统诊断命令,完成系统巡检与故障排查;同时可将典型运维流程沉淀为标准化 Skill,实现运维经验积累与助手能力持续迭代。
三、MCP 与 Skill 基础组件层
提供底层通用能力支撑:
- MCP 服务:已实现 RAG、Log Detection 能力,分别为问答 Agent、日志分析 Agent 提供核心技术支撑;
- 基础组件:包含 Skill Manager 与 Memory Manager,为诊断 Agent 提供技能编排、记忆管理与经验复用能力。
四、模型服务层
为全链路能力提供模型底座支持,包括:
- OCR、Embedding、Reranker 模型:分别支撑日志分析与问答场景的文本处理、向量表征与结果精排;
- 大模型服务:为所有 Agent 提供统一的理解、推理与生成能力。
文档捉虫
