# 大富翁全链路排查机器人学习文档

> 测试开发视角的 Hermes Agent 速通与技术沉淀

## 文档定位

- 本文面向软件工程专业研究生、测试开发实习生，目标是在约 3 天内理解团队内部“大富翁”全链路排查机器人的使用方式、技术原理和能力边界。
- 已知背景：大富翁基于 Hermes Agent 构建；实习工作重点是使用大富翁辅助问题排查，不需要开发 Hermes Agent，不参与 Agent Framework 源码建设。因此本文不展开框架源码，而是站在“测开如何高质量使用 Agent 排障”的视角组织内容。
- 说明：Hermes Agent 属于团队内部能力时，具体实现、平台入口、权限模型、工具名称、日志字段和灰度策略应以内部文档和线上配置为准。本文将 Hermes Agent 抽象为一个企业级 Agent 编排层，用来解释其通用工作机制。

## 第一部分：必须掌握的基础知识

|优先级|知识点|为什么要学|学到什么程度即可|哪些内容可以跳过|
|---|---|---|---|---|
|1|LLM|Agent 的“脑”。大富翁能理解自然语言问题、总结日志、归纳异常链路，底层依赖大模型的语言理解、推理和生成能力。|知道 LLM 输入/输出、上下文窗口、token、system prompt、temperature、幻觉、上下文污染、模型不保证事实正确。能解释为什么排障结论必须基于工具返回证据。|模型训练细节、Transformer 数学推导、微调算法、推理加速、显存优化。|
|2|Function Calling|让模型把“我要查订单日志”转成结构化函数参数，而不是只生成一句自然语言。它是 Agent 调工具的基础能力。|理解函数 schema、name、description、parameters、required、enum、返回值。能看懂一次模型为什么选择某个函数、参数是否合理。|模型侧 function-call 模板实现、解析器源码、不同模型服务的协议细节。|
|3|Tool Calling|企业排障不是聊天，必须调用日志平台、数据库、监控、工单、知识库。Tool Calling 是 Agent 接入外部系统的执行层。|能区分只读工具和写工具；知道工具要做鉴权、参数校验、超时、重试、幂等、脱敏、审计。能判断工具返回是否足够支持结论。|工具运行时框架源码、插件打包机制、复杂沙箱实现。除非后续要开发工具，否则了解即可。|
|4|Agent|Agent = LLM + 目标/角色 + 工具 + 记忆/上下文 + 规划/反思 + 执行循环。大富翁就是排障场景下的 Agent 应用。|理解一次 Agent Loop：接收问题 -> 识别意图 -> 补上下文 -> 选择工具 -> 观察结果 -> 继续查询或生成报告。能讲清楚 Agent 与普通 ChatBot 的区别。|Agent Framework 内部调度源码、复杂插件生命周期、多模型路由实现。|
|5|ReAct|ReAct 是理解排障 Agent 的关键范式：边推理边行动。模型先提出排查思路，再调用工具拿证据，再根据观察结果调整方向。|掌握 Thought/Action/Observation 的思想即可。能把一次排障拆成“假设 -> 查询 -> 观察 -> 修正假设 -> 结论”。|论文实验细节、基准数据集、prompt 复现代码。|
|6|MCP|MCP 是把外部系统以标准协议暴露给 AI 应用的一种方式。即使 Hermes Agent 未必直接使用 MCP，也能帮助理解工具接入边界。|知道 MCP 的核心是 Tools、Resources、Prompts；Tools 可让模型查询数据库、调用 API、执行计算；Resources 可暴露上下文资源。|MCP Server 开发、传输协议实现、OAuth 细节。除非团队工具链采用 MCP，否则不深入。|
|7|Multi-Agent|复杂排障可能拆成多个角色：日志分析、SQL 查询、监控分析、知识库检索、报告生成。但初期使用大富翁不需要自己设计多 Agent。|了解多 Agent 是多个专长 Agent 协作；知道优点是分工明确，风险是成本、延迟和一致性更难控。|多 Agent 调度算法、角色博弈、复杂协作框架源码。使用阶段先忽略。|

## 第二部分：Hermes Agent 3 天速通路线

### Day 1：建立 Agent 基础认知，能看懂一次问答
**学什么**
- LLM、Function Calling、Tool Calling、Agent Loop 的基本概念。
- 大富翁入口、常见问题类型、一次对话的输入输出形式。
- 系统提示词、工具列表、工具返回证据与最终回答之间的关系。
**看什么资料**
- 团队内部：大富翁使用手册、Hermes Agent 接入说明、常见排障案例。
- 公开资料：Qwen-Agent README/Features，了解 Agent = 模型 + 工具 + 规划 + 记忆。
- 公开资料：MCP Tools 文档，理解工具如何被模型调用外部系统。
**产出什么笔记**
- 一页笔记：Agent、Function Calling、Tool Calling 的区别。
- 记录 3 个真实/模拟问题：用户怎么问、大富翁查了什么、最后怎么回答。
- 列出大富翁常见工具清单：日志、DB、监控、工单、知识库。
**达到什么效果**：达到效果

### Day 2：理解全链路排障流程，能分析工具调用是否合理
**学什么**
- ReAct：假设、行动、观察、修正假设。
- 日志平台查询：traceId、requestId、userId、orderId、serviceName、errorCode、时间窗口。
- 数据库查询：只读查询、主键/业务键、状态字段、更新时间、数据一致性。
- 监控系统：接口成功率、耗时 P95/P99、错误率、QPS、告警、依赖服务状态。
- 工单系统与知识库：历史相似问题、已知故障、SOP、发布记录。
**看什么资料**
- 团队内部：日志平台字段说明、监控平台指标说明、DB 查询规范、线上只读权限规范。
- 历史故障复盘：挑 2 个故障，看大富翁是否能复现排查路径。
- ReAct 论文摘要或博客：重点看 reasoning 与 acting 交替思想。
**产出什么笔记**
- 一张流程图：用户问题 -> 意图识别 -> 工具选择 -> 多轮查询 -> 报告生成。
- 一份排障字段表：不同问题需要哪些关键字段，例如 traceId、订单号、服务名、时间范围。
- 一份工具观察表：工具调用是否必要、参数是否准确、结果是否足够支撑结论。
**达到什么效果**：达到效果

### Day 3：形成技术沉淀，能讲清架构和边界
**学什么**
- Hermes Agent 在大富翁中的位置：入口层、编排层、模型层、工具层、数据源层、报告层。
- 能力边界：模型幻觉、权限限制、数据延迟、工具失败、知识库过期、跨系统字段不一致。
- 测开使用准则：提问模板、证据校验、报告复核、问题归因、反馈闭环。
**看什么资料**
- 团队内部：Hermes Agent 平台架构图、工具注册文档、权限/审计规范、Prompt 变更流程。
- 公开资料：MCP Introduction、Qwen-Agent、AgentScope，用于补充通用概念。
- 历史 Case：选 1 个典型故障，写成标准排查报告。
**产出什么笔记**
- 技术沉淀文档初稿：基础知识、3 天学习路线、大富翁流程、测开关注点、典型 Case。
- 一张架构图：从用户问题到报告输出。
- 一页 Mentor 汇报提纲：我理解的架构、我会怎么用、我知道哪些边界。
**达到什么效果**：达到效果

## 第三部分：大富翁机器人分析框架

```mermaid
flowchart TD
    A[用户输入排障问题] --> B[Hermes Agent 接收请求]
    B --> C[解析意图与关键信息]
    C --> D{信息是否足够}
    D -- 不足 --> E[追问: 时间范围/traceId/订单号/服务名/环境]
    E --> C
    D -- 足够 --> F[制定排查计划]
    F --> G{选择工具}
    G --> H[日志平台工具]
    G --> I[数据库只读查询工具]
    G --> J[监控系统工具]
    G --> K[工单系统工具]
    G --> L[知识库/RAG 工具]
    H --> M[观察日志异常、调用链、错误码]
    I --> N[观察业务状态、数据一致性]
    J --> O[观察指标、告警、依赖服务]
    K --> P[观察历史工单、处理进展]
    L --> Q[观察 SOP、历史复盘、已知问题]
    M --> R[汇总证据]
    N --> R
    O --> R
    P --> R
    Q --> R
    R --> S{证据是否支持结论}
    S -- 否 --> F
    S -- 是 --> T[生成排查报告]
    T --> U[输出: 现象/影响/证据/可能原因/建议动作/下一步]

```

## 第四部分：测开需要重点关注什么

|重要程度|内容|原因|
|---|---|---|
|★★★★★|Agent 使用与排障链路|这是你的核心工作。要能把用户问题拆成排查目标，理解 Agent 为什么查这些系统，判断报告是否有证据。|
|★★★★★|Function/Tool Calling|大富翁的有效性取决于工具调用。测开要重点看工具选择、参数、返回结果、异常和权限边界。|
|★★★★★|日志、数据库、监控、工单、知识库的数据含义|排障结论来自这些数据源。不了解字段和指标，就无法判断 Agent 输出是否可信。|
|★★★★★|ReAct 排障思维|排障天然是“提出假设 -> 查证 -> 修正”的循环。掌握 ReAct 能帮助你复盘 Agent 的推理路径。|
|★★★★★|证据链与报告校验|测开不能只复制机器人结论，需要校验时间范围、样本、日志、指标和业务状态是否一致。|
|★★★|LLM 基础|需要理解上下文、幻觉和 prompt，但不需要研究模型训练。|
|★★★|MCP 概念|有助于理解工具标准化接入，但未确认 Hermes Agent 是否使用 MCP，先了解 Tools/Resources/Prompts 即可。|
|★★★|Multi-Agent|复杂排障可能用到多 Agent 分工，但作为使用者先知道概念，不需要设计协作系统。|
|★★★|Agent 评测|建议了解用例集、回放、人工打分、准确率/召回率，但短期不用搭评测平台。|
|★|Agent Framework 源码|当前岗位目标是不开发 Hermes Agent。源码投入产出低，除非 Mentor 明确安排。|
|★|模型训练/微调/推理优化|与日常使用大富翁排障关系较远，几天学习时间内不值得深入。|
|★|复杂多 Agent 调度算法|会增加认知负担，且对使用大富翁帮助有限。|

## 第五部分：技术沉淀学习文档

详见 Word/PDF 正文中的模板、风险、Mentor 汇报提纲与典型故障排查案例。

## 参考资料

- [Qwen-Agent GitHub](https://github.com/QwenLM/Qwen-Agent)：Qwen-Agent 是基于 Qwen 的指令遵循、工具使用、规划和记忆能力构建的 Agent 框架。
- [Qwen-Agent Features](https://qwenlm.github.io/Qwen-Agent/en/guide/get_started/features/)：介绍统一 Agent 接口、多步/多轮工具调用、工具调用解析等能力。
- [Qwen Function Calling](https://qwen.readthedocs.io/en/latest/framework/function_call.html)：介绍 Qwen3 如何支持 function calling。
- [MCP Introduction](https://modelcontextprotocol.io/docs/getting-started/intro)：MCP 是连接 AI 应用与外部系统的开放标准。
- [MCP Tools](https://modelcontextprotocol.io/specification/2025-06-18/server/tools)：MCP Tools 允许模型与外部系统交互，如查询数据库、调用 API、执行计算。
- [ReAct Paper](https://arxiv.org/abs/2210.03629)：ReAct 将推理轨迹与任务行动交替结合，让模型与知识库或环境交互获取信息。
- [AgentScope GitHub](https://github.com/agentscope-ai/agentscope)：AgentScope 是生产取向的 Agent 框架，可作为企业级 Agent 能力参考。