SysOM Agent на базе LLM обнаруживает причину тревог по памяти Pod за ~30 секунд через один диалог

SysOM Agent — операционный AI‑агент, построенный на больших языковых моделях, позволяет локализовать корневую причину тревог по памяти Pod за порядка 30 секунд через один диалог. Это важно, потому что быстрый диагноз помогает избежать необоснованного масштабирования или эвакуации и ускоряет принятие решений о ресурсах в продакшне. Техническая причина ложных тревог в Kubernetes объясняется особенностью метрики WorkingSet: она включает активный файловый кэш. В результате наблюдается «пугающее, но стабильное» поведение — рост метрик, который триггерит алерты, в то время как приложение продолжает работать нормально.

SysOM Agent интегрирует данные системной диагностики и возможности набора инструментов SysOM MCP, давая видимость на уровне отдельных файлов и процессов. Эту информацию можно получить через диалог в консоли (OS Copilot) или через встроенную кнопку SysOM Agent Assistant, что превращает многотонный ручной процесс в интерактивную сессию с агентом. Традиционная отладка таких инцидентов обычно занимает от одного до двух часов и требует переключения между системами наблюдения, зонами и контейнерами. Графики мониторинга показывают рост WorkingSet и Cache, но не указывают, какие файлы занимают сколько; команды вроде lsof и чтение /proc показывают открытые файлы, но не дают объёма кэширования по файлам. Из‑за этого ручные решения сильно зависят от опыта оператора и затратны по времени.

Конвергенция диагностических шагов в одну диалоговую процедуру снижает вероятность ошибочных решений, таких как незапланированное масштабирование по HPA или эвакуация pod, и уменьшает зависимость от индивидуального опыта инженера. По заявлению авторов, агент помогает быстро отличать рост WorkingSet, вызванный кэшом, от реальных утечек памяти, что упрощает планирование ресурсов и принятие оперативных решений. Для интеграции предусмотрены два пути: рекомендуемый — взаимодействие напрямую через консоль с OS Copilot; альтернативный — подключение возможностей через SysOM MCP, открытый набор инструментов для диагностики систем по стандарту Model Context Protocol. Репозиторий проекта доступен на GitHub: https: //github.com/alibaba/sysom_mcp, а интеграция подходит для внутренних AI‑ассистентов, IDE и кастомных платформ AIOps.

Статья, подписанная Jianming Que, сопровождается практическим примером (Case 1), демонстрирующим сценарий с повышением WorkingSet и работу агента в условиях, когда требуется быстро определить, является ли рост следствием активного файлового кэша или настоящей утечки.