# OnCall-Agent **Repository Path**: wyy000000000/on-call-agent ## Basic Information - **Project Name**: OnCall-Agent - **Description**: 基于 LangChain 的智能业务代理系统 - 支持 RAG 知识库和 AIOps 智能运维 - **Primary Language**: Unknown - **License**: Not specified - **Default Branch**: master - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 0 - **Forks**: 0 - **Created**: 2026-05-08 - **Last Updated**: 2026-06-24 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README # OnCall-Agent > 企业级智能对话和运维助手，支持 RAG 知识库问答和 AIOps 智能诊断 > 智能0nCall系统通过AI Agent解决团队真实痛点，整合知识库、对话、运维三大核心能力，实现问题自动应答和故障智能排查的一体化服务。致力于降低团队OnCall的人力成本，提升团队效率。前端界面基于 Vibe Coding 快速生成并适配对接。 [![Python](https://img.shields.io/badge/Python-3.13+-blue.svg)](https://www.python.org/) [![FastAPI](https://img.shields.io/badge/FastAPI-0.136+-green.svg)](https://fastapi.tiangolo.com/) [![LangChain](https://img.shields.io/badge/LangChain-1.2+-orange.svg)](https://www.langchain.com/) ## ✨ 核心特性 - 🤖 **智能对话** - LangChain 多轮对话 + 流式输出 - 📚 **RAG 问答** - 向量检索增强，支持文档上传、自动建立向量索引、自动更新知识库 - 🔧 **AIOps 诊断** - Plan-Execute-Replan 自动故障诊断和根因分析 - 🌐 **Web 界面** - 现代化 UI，支持多种对话模式：快速问答/流式对话 - 🔌 **MCP 集成** - 日志查询和监控数据工具接入 ## 🛠️ 技术栈 - **框架**: FastAPI + LangChain + LangGraph - **LLM**: 阿里云 DashScope (通义千问) - **向量库**: Milvus - **工具协议**: MCP (Model Context Protocol) ## 🚀 快速开始 ### 环境要求 - Python 3.10+ - 阿里云 DashScope API Key ([获取地址](https://dashscope.aliyun.com/)) ### 访问服务 - **Web 界面**: http://localhost:9900 - **API 文档**: http://localhost:9900/docs ## 📡 API 接口 ### 核心接口 | 功能 | 方法 | 路径 | 说明 | |------|------|------|------| | 普通对话 | POST | `/api/chat` | 一次性返回 | | 流式对话 | POST | `/api/chat_stream` | SSE 流式输出 | | AIOps 诊断 | POST | `/api/aiops` | 自动故障诊断（流式） | | 文件上传 | POST | `/api/upload` | 上传并索引文档 | | 健康检查 | GET | `/api/health` | 服务状态检查 | ### 使用示例 ```bash # 普通对话 curl -X POST "http://localhost:9900/api/chat" \ -H "Content-Type: application/json" \ -d '{"Id":"session-123","Question":"你好"}' # 流式对话 curl -X POST "http://localhost:9900/api/chat_stream" \ -H "Content-Type: application/json" \ -d '{"Id":"session-123","Question":"你好"}' \ --no-buffer # AIOps 诊断 curl -X POST "http://localhost:9900/api/aiops" \ -H "Content-Type: application/json" \ -d '{"session_id":"session-123"}' \ --no-buffer ``` ## 📁 项目结构 ``` OnCall-Agent/ ├── app/ # 应用核心 │ ├── main.py # FastAPI 应用入口 │ ├── config.py # 配置管理（环境变量、多路召回、Query 改写等） │ ├── api/ # API 路由层 │ │ ├── chat.py # 对话接口（RAG 聊天） │ │ ├── aiops.py # AIOps 接口（故障诊断） │ │ ├── file.py # 文件管理（文档上传） │ │ └── health.py # 健康检查（服务状态） │ ├── services/ # 业务服务层 │ │ ├── rag_agent_service.py # RAG Agent（LangGraph 状态图） │ │ ├── aiops_service.py # AIOps 服务（计划-执行-重规划） │ │ ├── vector_store_manager.py # 向量存储管理器 │ │ ├── vector_embedding_service.py # 向量 Embedding 服务（DashScope） │ │ ├── vector_index_service.py # 向量索引服务 + BM25 FTS5 同步写入 │ │ ├── vector_search_service.py # 向量检索服务（Milvus） │ │ ├── bm25_index_service.py # BM25 关键词检索服务（SQLite FTS5） │ │ ├── multi_recall_service.py # 多路召回编排（向量+BM25→RRF 融合） │ │ ├── reranker_service.py # Rerank 重排序服务（DashScope qwen3-rerank） │ │ ├── query_rewriter.py # Query 改写服务（书面语改写+多查询扩展） │ │ └── document_splitter_service.py # 文档分割服务 │ ├── agent/ # Agent 模块 │ │ ├── mcp_client.py # MCP 客户端（工具调用） │ │ └── aiops/ # AIOps 核心逻辑 │ │ ├── planner.py # 计划制定器 │ │ ├── executor.py # 步骤执行器 │ │ ├── replanner.py # 重规划器 │ │ ├── state.py # 状态定义 │ │ └── utils.py # 工具函数 │ ├── models/ # 数据模型层 │ │ ├── aiops.py # AIOps 模型 │ │ ├── document.py # 文档模型 │ │ ├── request.py # 请求模型 │ │ └── response.py # 响应模型 │ ├── tools/ # Agent 工具集 │ │ ├── knowledge_tool.py # 知识库查询工具（改写→并发检索→合并去重） │ │ └── time_tool.py # 时间工具 │ ├── core/ # 核心组件 │ │ ├── llm_factory.py # LLM 工厂（模型管理） │ │ └── milvus_client.py # Milvus 客户端 │ └── utils/ # 工具类 │ └── logger.py # 日志配置（Loguru） ├── evals/ # RAGAS 评测模块 │ ├── __init__.py # 模块入口 │ ├── dataset_builder.py # 评测数据集构建器（LLM 自动生成 QA 对） │ ├── ragas_evaluator.py # RAGAS 评测引擎（检索+生成 6 项指标） │ ├── run_eval.py # CLI 统一入口脚本 │ ├── datasets/ # 评测数据集目录 │ └── reports/ # 评测报告输出目录 ├── db/ # 数据持久化 │ └── oncall_conversation_memory.db # SQLite 对话记忆数据库 │ └── bm25_index.db # 存储BM25关键词检索结果 ├── docs/ # 开发文档 │ ├── multi-recall-implementation.md # 多路召回实现文档 │ ├── query-rewrite-implementation.md # Query 改写实现文档 │ ├── ragas-evaluation-guide.md # RAGAS 评测指南 │ ├── context-compression-guide.md # 上下文压缩指南 │ ├── multi-file-support-guide.md # 多文件支持指南 │ └── 对话记忆持久化实现文档.md # 对话记忆持久化文档 ├── static/ # Web 前端（纯静态） │ ├── index.html # 主页面 │ ├── app.js # 前端逻辑 │ └── styles.css # 样式表 ├── mcp_servers/ # MCP 服务器 │ ├── cls_server.py # CLS 日志查询服务--本地模拟数据 │ ├── cls_server_true.py # CLS 日志查询服务--可对接腾讯云 CLS │ ├── monitor_server.py # 监控数据服务 │ └── README.md # MCP 服务说明 ├── aiops-docs/ # 运维知识库（Markdown 文档） ├── logs/ # 日志目录（Loguru 自动创建） │ └── app_YYYY-MM-DD.log # 按天轮转的日志文件 ├── uploads/ # 上传文件临时目录 ├── volumes/ # Milvus 数据持久化目录 ├── .env # 环境变量配置（需手动创建） ├── vector-database.yml # Milvus Docker Compose 配置 ├── pyproject.toml # 项目配置（依赖、元数据） ├── uv.lock # uv 依赖锁定文件 ├── .gitignore # 忽略提交 git 文件配置 ├── start-windows.bat # 启动服务脚本 ├── stop-windows.bat # 停止服务脚本 └── README.md # 项目说明 ``` ## 🎯 AIOps 智能运维 基于 **Plan-Execute-Replan** 模式实现自动故障诊断。 ### 核心特性 - ✅ 自动制定诊断计划（Planner） - ✅ 智能工具调用（Executor） - ✅ 动态调整步骤（Replanner） - ✅ 流式输出诊断过程 - ✅ 生成结构化报告 ### 快速测试 ```bash # 服务已通过 make init 自动启动 # 如需重启服务：make restart # 访问 Web 界面，点击"智能运维与诊断工具" # 或使用 API curl -X POST "http://localhost:9900/api/aiops" \ -H "Content-Type: application/json" \ -d '{"session_id":"test"}' \ --no-buffer ``` ### 诊断流程 ``` 1. Planner 制定计划 → 生成 4-6 个诊断步骤 2. Executor 执行步骤 → 调用 MCP 工具（日志查询、监控数据） 3. Replanner 评估结果 → 决定继续/调整/生成报告 4. 输出诊断报告 → 根因分析 + 运维建议 ``` ### 启动和停止项目 ``` # 启动所有服务 .\start-windows.bat # 停止所有服务 .\stop-windows.bat ```