case-auto-resolve

案例自动解决

概述

此技能通过将模式匹配与已知问题、知识库文章查询和历史解决数据结合，自动解决常见的重复性事件和案例。它支持零接触服务台工作流，无需人工干预即可解决常规工单。

• 识别符合已知解决模式的事件（密码重置、访问请求、常见错误）
• 将收到的工单与包含高置信度解决方案的知识库文章进行匹配
• 分析类似历史事件的解决数据，从中推导出自动修复方案
• 应用解决模板，并附上适当的工作备注和客户沟通内容
• 跟踪自动解决成功率，并在置信度较低时升级处理

适用场景： 当你希望减少对重复性、已充分了解且有记录解决方案或一致历史解决结果的问题进行人工工单处理时。

前提条件

• 角色： itil、knowledge_manager 或 incident_manager
• 插件： com.snc.incident（事件管理）、com.glide.knowledge（知识管理）
• 访问权限： 对 incident 具有读写权限，对 kb_knowledge、sn_agent_workspace、sys_cs_channel 具有读取权限
• 知识： 了解组织中常见的事件类别和解决模式
• 数据： 足量的历史事件数据（建议至少 6 个月）以用于模式匹配

操作步骤

步骤 1：识别可自动解决的候选事件

查询符合可自动解决类别的新事件或未关闭事件。

使用 MCP（Claude Code/Desktop）：

Tool: SN-Query-Table
Parameters:
  table_name: incident
  query: active=true^state=1^categoryINsoftware,hardware,network^short_descriptionLIKEpassword reset^ORshort_descriptionLIKEaccess request^ORshort_descriptionLIKEVPN^ORshort_descriptionLIKEprinter
  fields: sys_id,number,short_description,description,category,subcategory,priority,state,contact_type
  limit: 50

使用 REST API：

GET /api/now/table/incident?sysparm_query=active=true^state=1^categoryINsoftware,hardware,network^short_descriptionLIKEpassword reset^ORshort_descriptionLIKEaccess request^ORshort_descriptionLIKEVPN^ORshort_descriptionLIKEprinter&sysparm_fields=sys_id,number,short_description,description,category,subcategory,priority,state,contact_type&sysparm_limit=50

步骤 2：构建模式匹配规则

为常见事件类型定义解决模式：

模式 ID	类别	关键词	解决模板	置信度阈值
PWD-001	软件	password, reset, locked, expired	密码重置流程	0.90
ACC-001	软件	access, permission, role, group	访问请求处理	0.85
VPN-001	网络	VPN, connect, tunnel, remote	VPN 故障排除步骤	0.85
PRN-001	硬件	printer, print, queue, jam	打印机重置指南	0.80
EML-001	软件	email, outlook, calendar, mailbox	电子邮件配置修复	0.85
DRV-001	硬件	disk, storage, space, full	磁盘清理流程	0.80

使用 MCP：

Tool: SN-Query-Table
Parameters:
  table_name: incident
  query: state=6^resolved_atONLast 90 days@javascript:gs.daysAgoStart(90)@javascript:gs.daysAgoEnd(0)^short_descriptionLIKEpassword reset
  fields: sys_id,number,short_description,close_code,close_notes,resolution_code
  limit: 20

步骤 3：搜索匹配的知识库文章

使用 MCP：

Tool: SN-Query-Table
Parameters:
  table_name: kb_knowledge
  query: workflow_state=published^active=true^short_descriptionLIKEpassword reset
  fields: sys_id,number,short_description,text,kb_category,rating,sys_view_count
  limit: 5

使用 REST API：

GET /api/now/table/kb_knowledge?sysparm_query=workflow_state=published^active=true^short_descriptionLIKEpassword reset&sysparm_fields=sys_id,number,short_description,text,kb_category,rating,sys_view_count&sysparm_limit=5

步骤 4：计算解决置信度分数

对于每个候选事件，根据以下因素计算置信度分数：

1. 关键词匹配强度（0.0-0.4）：简短描述和描述中出现了多少个模式关键词
2. 知识库文章相关性（0.0-0.3）：是否有已发布的知识库文章直接解决此问题
3. 历史成功率（0.0-0.3）：类似历史事件成功自动解决的百分比

confidence = (keyword_score * 0.4) + (kb_relevance * 0.3) + (historical_rate * 0.3)

仅当置信度 >= 模式规则中定义的阈值时，才自动解决。

步骤 5：应用自动解决方案

对于达到置信度阈值的事件，应用解决方案：

使用 MCP：

Tool: SN-Update-Record
Parameters:
  table_name: incident
  sys_id: [incident_sys_id]
  data:
    state: 6
    close_code: Solved (Permanently)
    close_notes: "Auto-resolved: Password reset completed via self-service portal. KB article KB0012345 applied. Confidence score: 0.93."
    resolved_by: [auto_resolve_user_sys_id]
    resolution_code: Solved Remotely

使用 REST API：

PATCH /api/now/table/incident/{sys_id}
Content-Type: application/json

{
  "state": "6",
  "close_code": "Solved (Permanently)",
  "close_notes": "Auto-resolved: Password reset completed via self-service portal. KB article KB0012345 applied. Confidence score: 0.93.",
  "resolved_by": "[auto_resolve_user_sys_id]",
  "resolution_code": "Solved Remotely"
}

步骤 6：添加详细工作备注

使用 MCP：

Tool: SN-Add-Work-Notes
Parameters:
  sys_id: [incident_sys_id]
  work_notes: |
    === AUTO-RESOLUTION ANALYSIS ===
    Pattern: PWD-001 (Password Reset)
    Confidence Score: 0.93 / 1.00

    Matching Factors:
    - Keywords matched: "password", "reset", "locked" (score: 0.38/0.40)
    - KB article: KB0012345 - Password Reset Procedure (score: 0.28/0.30)
    - Historical success: 94% of 127 similar incidents resolved successfully (score: 0.27/0.30)

    Resolution Applied:
    - Self-service password reset link sent to user email
    - KB article KB0012345 attached to incident
    - User notified via email with resolution steps

    Escalation: Not required (confidence above threshold 0.90)

步骤 7：处理低置信度案例

当置信度低于阈值时，将案例及相关上下文转交给人工 Agent：

使用 MCP：

Tool: SN-Update-Record
Parameters:
  table_name: incident
  sys_id: [incident_sys_id]
  data:
    assignment_group: [service_desk_l2_sys_id]
    work_notes: "Auto-resolve attempted but confidence too low (0.62). Partial pattern match on VPN-001. Requires human review. KB articles KB0034567, KB0034568 may be relevant."

步骤 8：监控自动解决指标

查询已解决的事件以跟踪成功率：

使用 MCP：

Tool: SN-Query-Table
Parameters:
  table_name: incident
  query: close_notesLIKEAuto-resolved^resolved_atONLast 30 days@javascript:gs.daysAgoStart(30)@javascript:gs.daysAgoEnd(0)
  fields: sys_id,number,category,close_code,state,reopened
  limit: 200

跟踪以下 KPI：

• 自动解决率：自动解决的事件占事件总数的百分比
• 重新打开率：用户重新打开的自动解决事件所占百分比
• 平均置信度分数：解决时的平均置信度
• 节省时间：与人工解决相比，MTTR 的平均缩短时间

工具使用

工具	用途	使用时机
SN-Natural-Language-Search	使用自然语言查找候选事件	初步工单发现
SN-Query-Table	对知识库文章和历史记录执行结构化查询	模式匹配和验证
SN-Update-Record	将解决方案应用于事件	自动解决或升级处理
SN-Add-Work-Notes	记录自动解决的推理过程	审计追踪和透明度
SN-Get-Table-Schema	发现表中可用的字段	设置和配置

最佳实践

1. 从保守开始——初期设置较高的置信度阈值（0.90+），验证后再降低
2. 切勿自动解决 P1/P2——高优先级事件始终需要人工审核
3. 跟踪重新打开率——如果重新打开率超过 5%，请收紧模式规则或提高阈值
4. 保持知识库文章更新——过时的文章会导致错误的自动解决
5. 提供退出选项——允许用户将自动解决标记为无用
6. 记录所有内容——详细的工作备注有助于优化模式并进行审计
7. 先以影子模式运行——先用 2-4 周时间推荐解决方案，但不应用它们
8. 尊重渠道上下文——解决前检查 sys_cs_channel 中的对话历史

故障排除

“自动解决的事件被重新打开”

**原因：**解决方案未能解决实际问题；模式匹配是假阳性
**解决方案：**检查事件描述，找出关键词匹配遗漏的细节。优化模式规则，并考虑添加否定关键词（例如，“not” + 关键词）。

“未找到与模式匹配的知识库文章”

**原因：**知识库未覆盖此类事件
**解决方案：**根据历史解决方案数据创建新的知识库文章。使用 knowledge/article-generation 技能。

“置信度始终低于阈值”

**原因：**历史数据不足或模式范围过于宽泛
**解决方案：**缩小模式关键词范围，延长历史数据时间窗口，或暂时降低阈值并监控质量。

“Agent 工作区未反映自动解决结果”

原因：sn_agent_workspace 视图可能缓存了过时数据
**解决方案：**验证事件状态变更是否已生效。检查事件表上可能阻止状态转换的业务规则。

示例

示例 1：密码重置自动解决

**输入：**INC0045678 - “我的密码已过期，无法登录工作站”

分析：

• 关键词：“password”“expired”“log in”——与 PWD-001 匹配
• 知识库匹配：KB0012345（Password Reset Self-Service）——相关度 95%
• 历史记录：142 个类似事件，其中 96% 使用同一篇知识库文章解决
• 置信度：0.95

**操作：**自动解决，并提供密码重置链接和知识库文章引用。

示例 2：低置信度 VPN 问题

**输入：**INC0045679 - “进行视频通话时，VPN 每 10 分钟就会断开”

分析：

• 关键词：“VPN”“disconnecting”——与 VPN-001 部分匹配
• 知识库匹配：KB0034567（VPN Troubleshooting）——相关度 60%（未覆盖视频相关问题）
• 历史记录：仅有 12 个类似事件，其中 50% 通过标准步骤解决
• 置信度：0.58

**操作：**升级给网络运营团队，并附上上下文备注和相关知识库文章。

示例 3：打印机问题自动解决

**输入：**INC0045680 - “无法在 3 楼打印机上打印，打印作业卡在队列中”

分析：

• 关键词：“print”“printer”“queue”“stuck”——与 PRN-001 匹配
• 知识库匹配：KB0056789（Printer Queue Reset）——相关度 88%
• 历史记录：89 个类似事件，其中 91% 通过清空队列流程解决
• 置信度：0.87

**操作：**自动解决，并提供清空打印机队列的说明和重启步骤。

相关技能

• itsm/incident-triage - 针对复杂案例进行手动事件分类
• itsm/suggested-steps - 为无法自动解决的事件生成解决步骤
• itsm/predict-assignment - 预测升级工单的分配组
• knowledge/content-recommendation - 查找相关知识库文章
• knowledge/article-generation - 根据解决数据创建新的知识库文章