mcpField
A
alibabacloud-agentloop-management

alibabacloud-agentloop-management

github.com/aliyun云与 DevOps28146 次安装1 天前更新
代码仓库

关于 alibabacloud-agentloop-management

面向 Alibaba Cloud AgentLoop 操作的路由技能,根据意图分派到六类领域指南,涵盖应用接入、评估、数据集、流水线、运行时诊断和手动埋点。它将安全规则与具体操作流程放在各领域文件中。

主要功能

  1. 01六类 AgentLoop 请求分派
  2. 02应用接入与 AI 可观测性指南
  3. 03评估、数据集和流水线操作
  4. 04Java 与 Python 运行时诊断
  5. 05多语言手动埋点指导

适用场景

  1. 01为应用接入 AgentLoop 并配置追踪
  2. 02评估模型、Agent 或追踪质量
  3. 03导入及查询结构化数据集
  4. 04诊断运行中应用或添加手动埋点

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/aliyun/alibabacloud-aiops-skills --skill alibabacloud-agentloop-management

安装后在 Claude Code 中输入/alibabacloud-agentloop-management确认已加载。

包含的文件

除 SKILL.md 外,安装时一起下载的参考资料和脚本。

references/
ai.md
apm.md
live-debug-ram-policies.md
live-debug-runtime.md
live-debug.md
manifest.json
onboarding.md
references/dataset/
data-operations.md
dataset-management.md
dataset.md
query-syntax.md
ram-policies.md
related-commands.md
verification-method.md
references/evaluation/
acceptance-criteria.md
api-map.md
cli-installation-guide.md
evaluation.md
ram-policies.md
related-commands.md
result-analysis.md
spec-format.md
verification-method.md
references/evaluation/examples/
batch-dataset-example.json
batch-trace-example.json
oneshot-example.json
references/instrumentation/
instrumentation.md
sources.md
references/pipeline/
nodes-and-expressions.md
references/pipeline/nodes/
_TEMPLATE.md

详细介绍

AgentLoop Skill Router

定位:此技能是处理阿里云 AgentLoop 请求的统一入口。它只负责对用户意图进行分类,并将请求分派到以下六个领域操作手册之一。所有可执行规则——前置条件、凭证、RAM 策略、参数确认、安全协议、命令用法和验证——均位于相应领域文件中。在读取匹配的领域文件之前,不要执行任何云操作。

兼容性:云操作领域要求 Aliyun CLI 3.3.15 或更高版本;Pipeline 要求 aliyun-cli-agentloop 0.7.4 或更高版本;内置评估、Pipeline 和公开文档检索脚本要求 Python 3.8 或更高版本。插桩指南和公开文档检索不需要 Aliyun CLI、云凭证或浏览器。

路由表

#领域意图入口文件(先读取)
1应用接入(APM 和 AI 可观测性)为应用添加插桩,使其向 AgentLoop 上报:探针或 Agent 安装、APM 接入、aliyun-bootstrap、AliyunJavaAgent、instgo、cms_node_sdk、ack-onepilot、OpenTelemetry、LicenseKey、K8s/ACK/ECS 接入、LLM 和 AI 框架追踪(Dify、LangChain、DashScope)references/onboarding.md - 内部路由至 references/apm.md / references/ai.md
2评估对模型、Agent 或 Trace 质量评分:创建和更新评估器及评估器技能、单次样本测试、批量 Trace 或 Dataset 评估、Trace 回填、轮询评估任务、分析结果和低分案例references/evaluation/evaluation.md
3Dataset存储和检索结构化行:Dataset 生命周期和 Schema、使用 add-dataset-data 追加行、使用 execute-query 进行只读查询、SQL 或 SearchExpr、语义搜索、嵌入字段references/dataset/dataset.md
4Pipeline将源数据转换为 Dataset,可单次执行或按计划运行:将 Logstore/SLS 数据导入 Dataset、导入 Trace、设计规范、预览/创建/运行、检查运行情况、控制生命周期、配置处理节点,以及映射 OT AI Tracereferences/pipeline/pipeline.md
5Live-Debug 运行时诊断使用 CMS ServiceTask 诊断正在运行的 Java 或 Python 应用:动态日志/快照/指标/Span 探针、JVM 命令(OGNL、反编译、线程/内存/运行时检查)、禁用/清除探针,以及通过 SLS 查询采集结果references/live-debug-runtime.md
6高代码量插桩使用 loongsuite-genai-utils / 特定语言的 GenAI Utils 和 OpenTelemetry SDK,为 AgentLoop 讲解、实现或排查手动插桩:Java、Go、Python、Node.js;LLM/Agent/Tool/Retrieval Span、LLM Trace 字段格式、异步/跨进程上下文传播、业务属性和断裂的 Tracereferences/instrumentation/instrumentation.md — 无需浏览器,动态检索官方文档

分派规则

  1. 使用路由表将请求归类到一个或多个领域,然后仅阅读匹配的领域条目文件。切勿预先加载所有领域。 对于高代码量/手动插桩、GenAI 领域语义或上下文传播,优先分派到高代码量插桩。只有在确实需要云端设置、端点发现或服务注册时,才添加应用接入;代码指导不得受应用接入的 CLI/工作区前置条件阻碍。
  2. 完整遵循匹配领域文件的要求。每个领域都定义了自己的前置条件、凭证检查、RAM 策略、参数确认、执行安全协议和验证方法。 对于 Live-Debug,迁移后的条目文件保留了原始技能约定;在其模块专属规则与下方通用约定不同时,该文件在此领域具有权威性。 对于含糊不清的 Live-Debug 请求,读取条目文件后立即应用其参数完整性门槛:说明缺少哪些目标信息,然后停止。将澄清视为本次运行的最终回复,而非等待用户再次回复。仅使用陈述式措辞,例如 Required inputs for a future run: ...。回复中不得包含问号,也不得包含任何请求/邀请用语,包括 please provide、provide、send、reply、tell me、can you、could you、请提供、请补充、提供、补充、告知或回复。结尾必须严格为 No diagnostic or cloud action was executed; this run is complete. 在未来的请求已提供所需信息之前,不得运行前置检查、发现工作区/服务、检查凭证、创建输出文件或发起任何云端调用。
  3. 如果请求与任何领域都不匹配,说明该请求超出此技能的范围,且不要进行分派。
  4. 如果请求意图在两个领域之间含糊不清,则在分派前提出一个澄清问题。
区分数据集、流水线与评估
  • 写入或读取用户已有的数据行:数据集。
  • 通过处理节点从 LogStore 或跟踪数据中派生新数据行:流水线。先创建或确认目标数据集。
  • 使用评估器判断现有跟踪数据或数据集行的质量:评估。

委托领域:经验

经验相关工作——回忆过往经验、类似案例、过往事故及其修复方案、旧版运行手册、经验教训,以及经验存储(ContextStore)及其 API Key 的生命周期——不由此技能实现,而由单独的 alibabacloud-agentloop-experience 技能负责。

当请求单独涉及经验,或将经验作为多领域请求中的一个步骤时:

  1. 检查当前环境中是否提供了 alibabacloud-agentloop-experience 技能。
  2. 如果提供,则将经验部分交由该技能处理,并遵循该技能自身的规则。不要在此处重新实现回忆或 ContextStore 命令。
  3. 如果未提供,则告知用户此部分需要单独的技能,并引导用户访问 https://skills.aliyun.com/skills/alibabacloud-agentloop-experience 安装。主动提出协助安装,并等待用户答复。
  4. 切勿在缺少该技能时臆测经验相关行为。继续处理其余范围内的领域,并说明经验步骤因缺少该技能而受阻。

多意图处理

  • 按依赖顺序依次执行多个领域;完成并验证一个变更阶段后,再开始下一个阶段。
  • 对于从 Logstore 物化到数据集的流程:确认或创建数据集架构、预览流水线、创建并观察流水线运行,然后回读并核对数据集内容。只有数据集字段约定通过后,才能开始评估。
  • 如果用户还要求复用过往工作,则在开始处理范围内的领域之前,通过上述委托技能解决经验步骤;如果缺少该技能,应明确说明。

共享约定

  • 技能版本门禁(首次云端调用前):读取并解析 references/manifest.json,要求 version 是非空字符串,并在整个工作流中使用该确切值。如果文件缺失、JSON 无效或没有有效的 version,则在发出任何 Alibaba Cloud API 调用前停止,并报告清单错误。不得猜测、硬编码或回退到其他版本。
  • 会话 ID:在工作流开始时生成一个 32 个字符的小写十六进制会话 ID(openssl rand -hex 16),并在本次会话的其余时间内重复使用该值。保留生成的值,并在每条需要它的命令中逐字写出。不要在每条命令中重新生成,也不要通过 shell 变量或 cat 读取保存的文件来获取它——这两种方式都会导致调用前出现赋值操作,违反下文的命令格式规则。
  • User-Agent:每条 aliyun CLI 云端 API 命令都必须携带 --user-agent "AlibabaCloud-Agent-Skills/alibabacloud-agentloop-management/skill-version/{version}/{session-id}",其中版本来自清单,会话 ID 来自本工作流。捆绑的包装器会执行相同的清单门禁并采用相同格式。本地 configure、plugin 和 version 命令除外,因为它们不是云端 API 调用。
  • 命令格式:每次云端 API 调用都必须是单行的裸命令,首个 token 为 aliyun,或捆绑包装器的 python3,末尾 token 为该调用的最后一个标志。命令前不得有任何内容——不得有 VAR=value 赋值、set -o pipefail、source、cd、bash some_script.sh 包装器;赋值语句和调用之间即使隔着换行,也算作调用前的内容。命令后也不得有任何内容——不得有 | tee、| head、2>&1、> file 重定向,也不得用 && 或 ; 链接第二条命令。诊断探测(例如 --help)也必须遵循相同规则。当环境要求记录已执行的操作时,先运行裸调用,然后再通过单独的文件写入步骤,将命令文本和输出写入日志;在单个操作日志中列出每条命令及其结果,即可完全满足要求,因此将调用通过管道传给 tee 毫无益处,只会破坏实际运行内容的记录。执行的命令必须仅为 API 调用本身,以便运行记录、审计跟踪和 CLI 工具都能原样看到该调用。
  • 凭证红线:绝不读取、回显或打印 AK/SK/STS-token 值或 APM LicenseKey(entryPointInfo.authToken)——无论是在聊天答复、摘要、凭证表、生成的代码片段还是报告文件中。将检索到的每项凭证都保存在环境变量中,只报告是否已获取,并以变量名代替实际值。绝不要求用户粘贴明文凭证;绝不使用明文凭证值运行 aliyun configure set;只能使用 aliyun configure list 检查身份状态。入门凭证脱敏说明:references/onboarding.md。
  • RAM 权限:使用 references/ram-policies.md 作为整个技能的索引。Action 列表中绝不能使用 *。破坏性操作必须单独、审慎地授权。
  • 资源名称:创建前确认每种资源的确切命名规则;Dataset 和 Pipeline 使用不同的字符集。
资源标志模式连字符下划线
Pipeline--pipeline-name^[a-z0-9][a-z0-9-]{1,61}[a-z0-9]$分隔符不允许
Dataset--dataset-name^[a-z][a-z0-9]*(?:_[a-z0-9]+)*$,4-63 个字符不允许分隔符

评论

支持 Markdown