在V2.1版本中，嘉为蓝鲸围绕SRE Agent的低成本研发，打通了MCP、发布、渠道与凭证等关键环节，让运维团队更快地把智能体带入真实生产场景。随着AgentOps从试点走向规模化，新的问题随之出现：
如何让优秀经验可持续复用？
如何让关键流程更可控？
如何让复杂结果一眼看懂？
如何让企业内部能力不再重复建设？

嘉为蓝鲸智能体开发平台（AIDEV）V2.2 给出的答案，是把智能体建设从“单点开发”推进到“Agent管理”。新版本重点强化Skill、流程型（workflow）智能体、AGUI协议与服务市场四大特性，形成“沉淀—编排—交互—流通”的完整闭环，让企业不仅能做出Agent，更能持续运营Agent。

<此处有图 node_id_714>

01 Skill：把运维经验封装成可复用的标准包

01 需求背景

Skill这个概念来自开源社区，本质上是一个包含执行指令和脚本的目录包，用来告诉智能体“件事应该怎么做”。

02 实现方案

AIDEV V2.2完全兼容这套规范，同时做了企业化增强：Skill通过Docker镜像打包分发，在隔离沙箱里执行，符合企业安全合规要求。
Skill做好之后可以发布到平台的服务市场，其他团队直接安装使用。这样一来，一个团队沉淀的经验，整个公司都能用上。

03 使用场景

1. 故障排查——资深SRE把常用的排障路径封装成Skill。初级工程师调用这个Skill，就能按标准流程一步步定位问题，不需要每次都从头摸索。
2. 深度巡检——把巡检的多数据源采集逻辑、深度下钻巡检、报告格式封装在一起，一键执行就能生成格式统一的巡检报告。

02 流程型智能体：把企业流程的确定性交给编排

01 需求背景

纯LLM驱动的智能体有个特点：灵活，但不完全可控。对于一些步骤固定、顺序不能乱的运维场景——比如操作审批、故障自愈、变更任务——灵活反而是个问题。你希望它每次都按同样的路径执行，而不是每次都"自由发挥"。

02 实现方案

V2.2提供了另一种智能体类型：流程型智能体。它基于LangGraph的图结构编排引擎，把"哪些步骤固定执行"和"哪些步骤需要LLM灵活判断"分开处理。
具体来说，AIDEV支持在可视化画布上拖拽节点编排工作流：
任务节点负责具体执行——调大模型、调其他智能体、查知识库、跑脚本。
控制节点负责流程逻辑——并行、分支判断、汇聚。
编排完之后，每次执行都按画好的流程走，同时前端实时展示当前执行到哪个节点、每个节点的输入输出是什么。这是纯对话式智能体做不到的。

03 使用场景

场景	为什么适合流程图
操作审批	步骤固定，需要留痕，合规可审计
告警处置	关键检查步骤不能跳过，执行路径可预期
变更检查	需要精确控制变更前检查这类有固定流程的顺序和并行关系

03 支持AGUI协议：让智能体的输出体验更友好

01 需求背景

现在大多数运维智能体的交互方式是对话框：你问问题，它返回一段文字。但实际运维工作中，用户需要的往往不是文字，而是：
查监控数据 → 希望看到图表
查资产清单 → 希望看到表格
看巡检结果 → 希望看到结构化的报告
执行一个多步骤任务 → 希望实时看到进度，而不是等全部跑完才知道结果

02 实现方案

AGUI（Agent-User Interaction）协议是一个开放标准，作用是把智能体执行过程中的每一次"思考"、“调用工具”、"返回结果"都封装成前端可以订阅的事件。目前LangGraph、Microsoft Agent Framework、AWS Strands等主流框架都已经支持这个协议。
V2.2接入AGUI协议之后，智能体执行过程中前端可以实现：

• 动态渲染结果：执行完成后直接展示结构化报表（表格、图表、状态卡片），不需要人工再从文字里整理
• 实时展示进度：流程型智能体执行时，当前在哪个节点、每个节点耗时多少，都实时可见，异常节点高亮提示
• 流式输出：文字、数据、图表逐步呈现，不需要等全部执行完才看到结果

03 使用场景

对运维人员来说，最直观的感受是：以前要在智能体返回的一大段文字里找关键信息，现在直接看报表就行。据实际应用反馈，信息获取效率有明显提升。
对企业来说，AGUI的事件流提供了完整的可观测性，智能体每一步操作都有记录，满足审计合规要求。

04 服务市场：企业内智能体资源统一共享

01 需求背景

V2.1里，智能体、MCP、知识库这些资源是按"空间"隔离的，适合项目管理，但不利于跨团队复用。实际使用中，各团队经常会需要相似的能力，比如CMDB查询、日志分析、巡检报告，如果每个团队都自己开发一套，就是重复劳动。

02 实现方案

服务市场是企业内智能体资源的共享枢纽，包含四个部分：
智能体市场—查看和选用其他团队已上线的智能体，申请权限后直接使用
模型市场—统一管理企业内可用的大模型，通过授权机制合理分配资源
MCP市场—蓝鲸体系内产品的接口可以一键转换成MCP，平台提供上万个原生MCP，开箱即用；同时也支持各团队把自己封装的MCP发布出来共享
Skill市场—企业内沉淀的运维最佳实践以Skill形式发布和分发，避免重复开发

03 使用场景

一个新项目需要某个运维智能体能力时，先去服务市场找一找，如果已经有人做过了，安装过来改改参数就能用。这比从零开始开发要快得多。
企业管理者，想随时查看各业务智能体研发和使用进展，推动AI转型，服务市场是一个很好的度量方式。

05 V2.1到V2.2：Agent能力建设进一步走向体系化

管控项	V2.1	V2.2
主要目标	低成本搭建智能体	让智能体在企业内可控、可复用
智能体类型	单智能体（配置化开发）	增加流程型智能体（可视化编排）
能力扩展方式	MCP+工具调用	增加Skill（最佳实践封装与复用）
结果呈现	文本对话	支持AGUI协议（动态报表、实时进度）
执行可控性	LLM自主决策	流程编排提供确定性保障
资产运营	按空间隔离	增加服务市场（跨团队复用）

小结

嘉为蓝鲸智能体开发平台V2.2的真正升级，是让Agentic Ops从“做场景”走向“运营能力”。Skill负责沉淀企业的运维智慧，流程型智能体负责承载关键任务的确定性，AG-UI负责把复杂结果转化为清晰、可操作的体验，服务市场负责让能力在组织内流通。四项能力相互连接，形成从开发、试点、优化到复用的完整链路。

让运维经验成为可复用资产，让AI Agent成为可靠的数字生产力。