【技術實現步驟摘要】
本申請涉及應用系統運營，具體地，涉及一種應用系統故障檢測方法、裝置、計算機設備和存儲介質。
技術介紹
1、隨著網絡的發展，互聯網已成為人們獲取信息的主要渠道。應用系統功能的不斷增加和內容的日益豐富，雖然提升了用戶體驗，但也帶來了諸多問題。首先，功能復雜化增加了應用系統設計和開發的難度，導致潛在故障的可能性增加。其次，信息的迅速擴展使容管理變得更加復雜，進一步提高了對故障溯源和處理效率的要求。因此，如何提高故障的溯源能力及處理效率，已成為亟待解決的關鍵挑戰。
2、目前，應用系統故障檢測主要依賴性能監控、狀態監控、應用程序編程接口監控、人工巡視頁面和日志分析等手段，給運維人員提供詳細的錯誤信息，這些方法有助于及時發現應用系統故障，提高其穩定性和可用性。
3、然而，相關技術依賴于應用系統的監控工具，這些工具能夠實時監測應用系統的狀態，發現應用系統的可用性和性能，發現頁面加載緩慢、服務器宕機等故障，但很多工具并未能覆蓋到所有可能的故障場景；而被動監控如用戶反饋等雖然能幫助發現故障，但依賴用戶的主動報告，響應時間較長，且用戶很難自己描述清楚故障，從而無法及時找到應用系統故障的原因。
4、相關技術仍然存在一定的局限性，特別是在處理復雜和功能重疊的故障時，往往無法有效識別故障的根源，快速找到解決故障的方法。例如視頻無法播放、視頻花屏、內容缺失、文本內容錯誤等故障由于不會顯式報錯，導致運維人員對導致故障的原因很難識別。這些情況通常需要多個部門進行溝通后開發團隊進行人工手動校對才能確認故障，從而顯著增加了從發現
技術實現思路
1、本申請實施例中提供了一種應用系統故障檢測方法、裝置、計算機設備和存儲介質。
2、本申請實施例的第一個方面，提供了一種應用系統故障檢測方法，包括：
3、接收目標應用系統故障圖和目標應用系統故障描述，并將目標應用系統故障圖輸入預先訓練的場景識別模型，確定目標應用系統故障場景；
4、根據目標應用系統故障場景確定目標應用系統故障圖的查詢提示詞；
5、根據查詢提示詞抽取目標應用系統故障圖文字；
6、基于智能體和大型語言模型，將目標應用系統故障文字描述和目標應用系統故障圖文字分解為多個子任務，根據子任務返回的信息，確定目標應用系統故障因素。
7、在本申請一個可選的實施例中，所述場景識別模型通過以下步驟訓練得到：
8、分別收集每種應用系統故障場景下應用系統故障圖的歷史數據，其中，所述應用系統故障包括視頻播放錯誤、順序錯誤、數據缺失和內容錯誤；
9、將每種應用系統故障場景下應用系統故障圖作為輸入，將應用系統故障場景類型作為輸出，訓練神經網絡模型，得到場景識別模型。
10、在本申請一個可選的實施例中，所述根據目標應用系統故障場景確定目標應用系統故障圖的查詢提示詞，包括：
11、基于預設的應用系統故障場景與查詢提示詞之間的對應關系，確定與目標應用系統故障場景對應的查詢提示詞；
12、將查詢提示詞作為目標應用系統故障圖的查詢提示詞。
13、在本申請一個可選的實施例中，所述根據查詢提示詞抽取目標應用系統故障圖文字，包括：
14、將查詢提示詞和目標應用系統故障圖輸入預設多模態大模型；
15、從預設多模態大模型輸出根據查詢提示詞從目標應用系統故障圖上抽取的文字，作為目標應用系統故障圖文字。
16、在本申請一個可選的實施例中，所述基于智能體和大型語言模型，將目標應用系統故障文字描述和目標應用系統故障圖文字分解為多個子任務，根據子任務返回的信息，確定目標應用系統故障因素，包括：
17、將目標應用系統故障文字描述和目標應用系統故障圖文字輸入調度智能體；
18、在調度智能體根據目標應用系統故障文字描述和目標應用系統故障圖文字確定故障處理狀態，并在故障未被處理的情況下，將目標應用系統故障文字描述和目標應用系統故障圖文字發送至任務分解智能體；
19、任務分解智能體基于預設知識庫中搜索引擎、接口和數據庫的功能，按照預設提示詞模板將故障分解為多個子任務，并將多個子任務發送至任務執行智能體，其中，每個子任務與預設知識庫中搜索引擎、接口和數據庫中的至少一個對應；
20、任務執行智能體通過預設大語言模型將每個子任務根據提示詞模板生成可執行程序；
21、任務執行智能體根據每個可執行程序分別與搜索引擎、接口和數據庫之間的對應關系，利用搜索引擎、接口和數據庫中的至少一個執行每個可執行程序，并將每個可執行程序的執行結果作為目標應用系統故障因素。
22、在本申請一個可選的實施例中，在將每個可執行程序的執行結果作為目標應用系統故障因素之前，所述方法還包括：
23、將每個可執行程序的執行結果發送至任務分解智能體；
24、任務分解智能體確定每個可執行程序的執行結果是否符合預設條件，在不符合預設條件的情況下，調整預設提示詞模板，按照調整后的提示詞模板重新將故障分解為多個子任務重新執行多個可執行程序，直到每個可執行程序的執行結果均符合預設條件為止。
25、在本申請一個可選的實施例中，所述方法還包括：
26、將每個可執行程序的執行結果發送至反饋智能體，反饋智能體將每個可執行程序的執行結果分別發送至每個子任務對應的目標對象。
27、本申請實施例的第二個方面，提供了一種應用系統故障檢測裝置，包括：
28、輸入模塊，用于接收目標應用系統故障圖和目標應用系統故障描述，并將目標應用系統故障圖輸入預先訓練的場景識別模型，確定目標應用系統故障場景；
29、確定模塊，用于根據目標應用系統故障場景確定目標應用系統故障圖的查詢提示詞；
30、抽取模塊，用于根據查詢提示詞抽取目標應用系統故障圖文字；
31、分解模塊，用于基于智能體和大型語言模型，將目標應用系統故障文字描述和目標應用系統故障圖文字分解為多個子任務，根據子任務返回的信息，確定目標應用系統故障因素。
32、本申請實施例的第三個方面，提供了一種計算機設備，包括：存儲器和處理器，存儲器存儲有計算機程序，處理器執行計算機程序時實現如上任一項應用系統故障檢測方法的步驟。
33、本申請實施例的第四個方面，提供了一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，計算機程序被處理器執行時實現如上任一項的應用系統故障檢測方法的步驟。
34、本申請實施例提供的上述技術方案與現有技術相比至少具有如下優點的部分或全部：
35、本申請實施例所述的應用系統故障檢測方法，接收目標應用系統故障圖和目標應用系統故障描述，并將目標應用系統故障圖輸入預先訓練的場景識別模型，確定目標應用系統故障場景；根據目標應用系統故障場景確定目標應用系統故障圖的查詢提示詞；根據查詢提示詞抽取本文檔來自技高網...
【技術保護點】
1.一種應用系統故障檢測方法，其特征在于，包括：
2.根據權利要求1所述的方法，其特征在于，所述場景識別模型通過以下步驟訓練得到：
3.根據權利要求1所述的方法，其特征在于，所述根據目標應用系統故障場景確定目標應用系統故障圖的查詢提示詞，包括：
4.根據權利要求1所述的方法，其特征在于，所述根據查詢提示詞抽取目標應用系統故障圖文字，包括：
5.根據權利要求1所述的方法，其特征在于，所述基于智能體和大型語言模型，將目標應用系統故障文字描述和目標應用系統故障圖文字分解為多個子任務，根據子任務返回的信息，確定目標應用系統故障因素，包括：
6.根據權利要求5所述的方法，其特征在于，在將每個可執行程序的執行結果作為目標應用系統故障因素之前，所述方法還包括：
7.根據權利要求5所述的方法，其特征在于，所述方法還包括：
8.一種應用系統故障檢測裝置，其特征在于，包括：
9.一種計算機設備，包括：存儲器和處理器，所述存儲器存儲有計算機程序，其特征在于，所述處理器執行所述計算機程序時實現權利要求1至7中
10.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現權利要求1至7中任一項所述應用系統故障檢測方法的步驟。
...【技術特征摘要】
1.一種應用系統故障檢測方法，其特征在于，包括：
2.根據權利要求1所述的方法，其特征在于，所述場景識別模型通過以下步驟訓練得到：
3.根據權利要求1所述的方法，其特征在于，所述根據目標應用系統故障場景確定目標應用系統故障圖的查詢提示詞，包括：
4.根據權利要求1所述的方法，其特征在于，所述根據查詢提示詞抽取目標應用系統故障圖文字，包括：
5.根據權利要求1所述的方法，其特征在于，所述基于智能體和大型語言模型，將目標應用系統故障文字描述和目標應用系統故障圖文字分解為多個子任務，根據子任務返回的信息，確定目標應用系統故障因素，包括：
...
【專利技術屬性】
技術研發人員：李義彪，孫智淵，師達立，王雷，李明宵，金騰，陳欣，
申請(專利權)人：央視國際網絡有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。