Nissist：基于故障排除指南的事件缓解协作者

有效的事件管理对于企业级云服务的平稳运行至关重要。为了加快事件缓解速度，服务团队将故障排除知识编纂成故障排除指南（TSGs），供待命工程师（OCEs）使用。虽然已启用自动化管道来解决最常见和简单的事件，但仍存在需要 OCEs 干预的复杂事件。然而，TSGs 往往是非结构化且不完整的，需要 OCEs 进行人工解读，导致待命疲劳并降低生产力，尤其是对于新入职的 OCEs。在本工作中，我们提出了 Nissist，它利用 TSGs 和事件缓解历史来提供主动建议，从而减少人工干预。Nissist 利用大型语言模型（LLM）从非结构化的 TSGs 和历史事件缓解讨论中提取见解，形成全面的知识库。其多智能体系统设计增强了精确识别用户查询、检索相关信息以及连续交付系统化计划的能力。通过我们的用户案例和实验，我们证明了 Nissist 显著缩短了事件缓解中的平均缓解时间（TTM），减轻了 OCEs 的运营负担并提高了服务可靠性。我们的演示可在 https://aka.ms/nissist_demo 获取。