实施工程师 AI 助手使用指南

让AI成为你的交付执行利器，从重复的手工操作中解放出来，专注于技术方案优化和客户问题解决！

实施工程师 AI 助手使用指南

适用角色: 实施工程师、交付工程师、运维工程师

核心价值: 让AI成为你的交付执行利器，从重复的手工操作中解放出来，专注于技术方案优化和客户问题解决

一、核心价值

为什么实施工程师需要这个AI助手？

传统项目交付中，你可能面临这些挑战：

  • 数据导入繁琐: Excel字段映射、数据清洗、批量导入耗时且容易出错
  • 重复配置工作: CMDB资源纳管、监控配置，每个项目都要从头做起
  • 手工操作风险: 大批量操作失误可能导致严重后果，需要反复确认
  • 进度同步困难: 任务完成后需要手动更新任务清单，容易遗忘

AI助手能为你做什么？

传统方式使用AI助手效率提升
Excel数据手工映射2小时5分钟智能字段映射24倍
批量导入失败逐条排查自动分析失败原因+修复建议无需手工
手工配置监控采集任务一句话批量创建采集任务10倍+
任务进度手动更新自动同步到O.2任务清单0手工

二、核心交付场景

🖥️ 场景1：CMDB资源批量导入（告别手工映射）

传统痛点: 客户Excel格式五花八门，字段映射耗时且易错

AI为你做什么:

你说："/delivery:cmdb:import-instance" 或："帮我导入物理服务器 @server_list.xlsx 到CMDB" AI自动完成7步流程： 【Phase 1: 字段映射】 ✅ 读取用户Excel，解析所有字段 ✅ 对照CMDB模型，生成字段映射建议 ✅ 展示映射方案供你确认/调整 【Phase 2: 数据清洗】 ✅ 应用映射规则转换数据 ✅ 验证数据完整性（必填字段、格式规范） ✅ 检测无效数据，生成清洗报告 【Phase 3: 用户确认】 ✅ 展示清洗后的数据样例 ✅ 你确认数据质量后继续 【Phase 4: 格式转换】 ✅ 转换为CMDB导入格式 ✅ 生成批次快照（可追溯） 【Phase 5: 批量导入】 ✅ 批量导入到CMDB（默认500条/批次） ✅ 支持断点续传（网络中断不怕） ✅ 实时追踪导入进度 【Phase 6: 失败处理】 ✅ 收集失败记录，分析失败原因 ✅ 导出失败记录Excel（可修复后重新导入） 【Phase 7: 进度更新】 ✅ 自动更新O.2任务清单中的任务进度 ✅ 更新project_state.json

你获得的价值:

产出说明
导入报告成功/失败统计、失败原因分析
失败记录Excel可直接修复后重新导入
任务进度自动更新无需手动同步PM文档
断点续传支持大数据量导入更安全

实际案例:

导入10000条物理服务器记录： - 传统方式：手工映射2小时 + 导入4小时 + 失败排查2小时 = 8小时 - 使用AI：确认映射5分钟 + 自动导入20分钟 + 自动分析失败 = 30分钟 - 效率提升：16倍

📊 场景2：应用系统批量导入（一站式应用纳管）

传统痛点: 应用系统涉及多种资源类型（应用、服务集、主机），关系复杂

AI为你做什么:

你说："帮我导入应用系统 @app_list.xlsx" AI自动完成6步流程： 【Phase 1: 实施任务获取】 ✅ 自动关联O.2任务清单中的对应任务 【Phase 2: 数据读取】 ✅ 解析Excel/JSON/YAML格式 ✅ 智能识别应用系统、服务集、主机三类资源 【Phase 3: 数据清洗】 ✅ 验证数据完整性和格式规范 ✅ 检测重复和冲突 【Phase 4: 用户确认】 ✅ 展示清洗结果供确认 【Phase 5: 批量导入】 ✅ 按依赖顺序导入（先应用系统 → 再服务集 → 最后主机绑定） ✅ 自动处理资源关联关系 【Phase 6: 报告生成】 ✅ 生成完整导入报告 ✅ 自动更新任务进度

你获得的价值:

  • 复杂关系自动处理: 应用-服务集-主机三层关系自动建立
  • 依赖顺序正确: 避免因顺序问题导致的导入失败
  • 格式灵活: 支持JSON、YAML、Excel多种格式

🔍 场景3：应用系统自动发现（Agent扫描智能识别）

传统痛点: 手工梳理应用系统耗时且易遗漏，服务依赖关系难以理清

AI为你做什么:

你说："帮我为运维自动化系统、CMDB系统创建自动发现任务并立即执行" AI自动完成： ✅ 创建应用发现任务 ✅ 配置Agent扫描或Kubernetes扫描 ✅ 自动采集应用服务、进程、端口、依赖关系 ✅ 生成发现结果报告

你获得的价值:

  • 自动发现: 无需人工梳理，Agent自动扫描
  • 依赖关系: 自动识别服务间调用关系
  • 全面覆盖: 进程、端口、配置一网打尽

🎯 场景4：节点聚类和应用纳管（智能分类）

传统痛点: 发现的节点数量庞大，手工分类和绑定耗时巨大

AI为你做什么:

你说："帮我为运维自动化系统执行节点聚类" AI自动完成： ✅ 读取应用发现任务的扫描结果 ✅ 智能分析节点特征（进程名、端口、配置） ✅ 自动聚类相似节点 ✅ 生成应用绑定建议 ✅ 创建应用并绑定节点

你获得的价值:

  • 智能聚类: 相似节点自动归类
  • 减少人工: 从数百节点手工分类变为确认AI建议
  • 一致性: 分类规则统一，避免人为差异

📡 场景5：CMDB资源采集（配置信息自动收集）

传统痛点: 服务器配置信息（CPU、内存、磁盘、网卡）需要逐台收集

AI为你做什么:

你说："帮我创建物理服务器Redfish信息采集任务" AI自动完成： ✅ 创建CMDB采集任务 ✅ 配置采集套件（Redfish协议） ✅ 设置目标主机范围 ✅ 配置认证信息 ✅ 执行采集并更新CMDB

采集内容:

  • 主机硬件信息（CPU型号、内存大小、磁盘配置）
  • 网络配置（IP地址、MAC地址、网卡信息）
  • 软件清单（操作系统版本、已安装软件）
  • BMC管理信息（带外管理IP、固件版本）

你获得的价值:

  • 批量采集: 一次配置，批量执行
  • 数据准确: 自动采集，避免人工录入错误
  • 定时执行: 支持定时任务，保持数据新鲜

📈 场景6：监控采集配置（一句话批量配置）

传统痛点: 每台服务器都要单独配置监控，重复劳动

AI为你做什么:

你说："帮我为管理IP为172.30开头的所有物理服务器创建监控采集任务" AI自动完成： ✅ 筛选符合条件的主机 ✅ 创建监控采集任务 ✅ 配置监控套件（CPU、内存、磁盘、网络） ✅ 设置采集周期 ✅ 验证监控数据

监控指标:

  • 物理服务器: CPU使用率、内存使用率、磁盘IO、网络流量、温度、电源状态
  • 网络设备: 端口流量、端口状态、CPU负载、内存使用
  • 应用服务: 进程状态、端口连通性、响应时间

你获得的价值:

  • 批量配置: 一句话完成数百台设备监控配置
  • 智能匹配: 根据设备类型自动选择监控套件
  • 告警集成: 可配置告警策略和通知方式

三、快速上手

🚀 首次使用（环境配置）

# 第1步：创建环境配置（首次使用） /delivery:env:create # 按提示输入： # - 环境名称（如：dev、test、prod） # - 平台地址（如：https://platform.example.com） # - API Token（从浏览器Cookie获取PHPSESSID） # 第2步：查看所有环境 /delivery:env:list # 第3步：切换到目标环境 /delivery:env:use

📥 CMDB资源导入

# 物理服务器批量导入 "帮我导入物理服务器 @server_list.xlsx 到CMDB" # 网络设备批量导入 "帮我导入网络设备 @switch_list.xlsx 到CMDB" # 应用系统批量导入 "帮我导入应用系统 @app_list.xlsx" # 使用命令方式 /delivery:cmdb:import-instance

🔍 自动发现与采集

# 应用系统自动发现 "帮我为XX系统创建自动发现任务并立即执行" # 节点聚类 "帮我为XX系统执行节点聚类" # CMDB资源采集 "帮我创建物理服务器Redfish信息采集任务"

📡 监控配置

# 物理服务器监控 "帮我为管理IP为172.30开头的所有物理服务器创建监控采集任务" # 网络设备监控 "帮我为所有交换机创建SNMP监控"

四、提示词设计指南

✅ 推荐的提示词（精准触发）

功能推荐提示词说明
物理服务器导入"帮我导入物理服务器 @file.xlsx 到CMDB"明确资源类型
网络设备导入"帮我导入网络设备 @file.xlsx 到CMDB"明确资源类型
应用系统导入"帮我导入应用系统 @file.xlsx"明确是应用系统
应用发现"帮我为XX系统创建自动发现任务"明确是应用发现
CMDB采集"帮我创建物理服务器CMDB资源采集任务"区分于监控采集
监控采集"帮我创建物理服务器监控采集任务"区分于CMDB采集

❌ 避免的提示词（容易歧义）

不推荐问题推荐替换
"导入数据"不知道导入什么类型的数据"导入物理服务器"
"创建采集任务"CMDB采集还是监控采集？"创建CMDB资源采集"或"创建监控采集"
"批量导入"导入什么？到哪里？"导入XX到CMDB"

📝 关键区分

两类核心任务，务必区分:

任务类型采集内容使用场景
CMDB采集主机配置、应用服务、资源关系资产管理、配置管理
监控采集CPU、内存、磁盘、网络等性能指标性能监控、告警管理

五、Delivery插件完整能力清单

环境管理

功能命令/提示词价值
创建环境/delivery:env:create配置平台连接
查看环境/delivery:env:list查看所有配置
切换环境/delivery:env:use切换操作环境
更新环境/delivery:env:update修改配置信息

CMDB管理

功能命令/提示词价值
实例批量导入/delivery:cmdb:import-instance7步智能导入
应用系统导入"导入应用系统"6步应用纳管
应用自动发现"创建自动发现任务"Agent扫描
节点聚类"执行节点聚类"智能分类
CMDB资源采集"创建CMDB资源采集"配置信息采集

监控管理

功能命令/提示词价值
监控采集配置"创建监控采集任务"批量配置监控

平台部署

功能命令/提示词价值
平台部署/delivery:env:platform-deploy单机/集群部署

六、与PM协作

工作流程

协作示例

场景: CMDB物理服务器批量导入任务

  1. PM: 在O.2任务清单中创建任务 I-CMDB-KR2-T02: 物理服务器批量导入
  2. 实施工程师: 执行 /delivery:cmdb:import-instance，完成7步导入流程
  3. Delivery插件: 自动更新任务进度到O.2任务清单
  4. PM: 读取更新后的任务清单，生成日报
  5. PM: 如果导入失败率>10%，自动添加风险到风险清单

你不需要:

  • 手动更新任务状态
  • 手动同步进度到PM
  • 担心任务遗漏

七、价值总结

时间节省

工作项传统耗时AI耗时节省比例
Excel字段映射2小时5分钟96%
批量导入（10000条）4小时20分钟92%
失败记录分析2小时自动100%
监控批量配置4小时10分钟96%
应用发现+聚类2天2小时88%

质量提升

  • 准确性: 智能字段映射，减少人为错误
  • 完整性: 失败记录自动分析，不遗漏问题
  • 可追溯: 导入报告完整记录，问题可追溯
  • 一致性: 标准化流程，不同项目统一操作

风险降低

  • 断点续传: 大批量操作不怕中断
  • 数据校验: 导入前自动校验，避免脏数据
  • 失败处理: 自动生成修复建议，快速解决问题
  • 进度同步: 自动更新任务状态，不遗漏

八、常见问题

Q1: 导入失败怎么办？

A: AI会自动分析失败原因，生成失败记录Excel。你可以：

  1. 查看失败原因分类（字段格式错误、唯一键冲突等）
  2. 下载失败记录Excel，修复数据
  3. 重新导入修复后的数据

Q2: 断点续传如何使用？

A: 如果导入过程中网络中断，AI会保存断点文件。下次导入时，使用 --resume 参数即可从断点继续。

Q3: CMDB采集和监控采集有什么区别？

A:

  • CMDB采集: 采集资源配置信息（硬件配置、软件版本、网络配置），用于资产管理
  • 监控采集: 采集性能指标（CPU使用率、内存使用率），用于监控告警

Q4: 任务进度会自动更新吗？

A: 是的。Delivery插件执行完成后，会自动更新O.2任务清单中对应任务的进度，无需手动同步。

九、获取帮助

技术支持:

  • Delivery插件负责人: 李博

问题反馈:

  • 内部Git仓库:（请联系内部管理员获取地址）
  • 提交Issue描述问题和复现步骤

让AI成为你的交付执行利器，从重复的手工操作中解放出来，专注于技术方案优化和客户问题解决！ ⚡

实施工程师 AI 助手使用指南 | Knodo 文档