企业级 Agent 运维 是做什么的?
使用此技能来管理云托管或持续运行的 Agent 系统,这些系统需要超越单次 CLI 会话的操作控制。
运维域
- 运行时生命周期(启动、暂停、停止、重启)
- 可观测性(日志、指标、追踪)
- 安全控制(作用域、权限、终止开关)
- 变更管理(发布、回滚、审计)
基线控制
- 不可变的部署制品
- 最小权限凭证
- 环境级密钥注入
- 硬超时和重试预算
- 高风险操作的审计日志
需要追踪的指标
- 成功率
- 每任务平均重试次数
- 恢复时间
- 每成功任务成本
- 故障类别分布
故障处理模式
当故障激增时:
- 冻结新的发布
- 捕获代表性追踪
- 隔离故障路由
- 用最小的安全变更进行修补
- 运行回归测试和安全检查
- 逐步恢复
部署集成
此技能可与以下工具搭配使用:
- PM2 工作流
- systemd 服务
- 容器编排器
- CI/CD 门控