南天信息行业大模型全栈服务-
某行基于大模型+RAG的交易系统故障画像
在金融应用场景中，故障检测和根因分析是确保系统可用性和服务性能的关键环节，这些能力在传统模式下面临着很多挑战。比如在复杂架构下触发因素众多、规则硬编码不灵活、分析定位不正确、高实时性要求和过度依赖经验等问题。为了显著提升故障画像的智能化水平，我们使用大模型赋能业务系统：比如采用基于大规模日志预训练理解日志机器语言、构建日志多任务统一框架，及时告警响应故障。并且使用行业运维大模型，融入知识增强技术，使得模型掌握运维领域的专业术语。其中涉及业务数据标注、参数微调和领域专家解决跨厂商 数据迁移 等问题。通过实验对比不同提示语的效果，调整提示语的内容和形式，通过思维链引导大模型，以最大化模型输出的质量和准确性，驱动解决故障运维场景，极大地提升了系统的泛化能力。最后借助Agent智能体，实现完全自驱的记忆、调用、规划、执行，实现故障快速根因定位与故障恢复。
