以领域认知智能激活运维知识

“围绕业务全生命周期构建的知识库，是保障价值交付的最佳载体”。

当前DevOps团队正面临诸多挑战。竖井式的IT系统建设导致系统之间运维数据孤岛林立，开发、运维、测试、业务部门之间无法畅享专家经验知识，DevOps协作过程受阻，业务价值流转效率大大降低。

基于此，爱数AnyRobot于近日举办联璧会（二），在线重磅发布新品——可持续进化的运维知识库AnyRobot Library 5，旨在激活运维知识价值，提升DevOps生产力，让业务价值高效流转。

DevOps时代，运维知识库的需求与挑战

爱数 AnyRobot 产品运营经理杨天忠介绍道，DevOps的前提是自动化，自动化的前提是标准化，才能实现CI/CD部署，而知识库就是确保标准化的最佳载体。然而，现有的知识库中，知识搜不到、搜不准、难录入、维护成本高的现状使得知识和经验无法传承，影响DevOps效率。一方面，知识经验共享不畅，运维数据孤岛不断新建，使得业务、开发、测试、运维团队面对海量专家经验却无法运用；另一方面，有经验的运维人才紧缺现状也正不断加剧运维成本的提升。

面对这些挑战，打造一个平台开放、使用简单、维护方便的运维知识库正成为共识，由此才能够停止新建DevOps过程中的运维数据孤岛，将海量的运维数据转换成运维知识，提升知识自我进化能力，进而提升DevOps生产力。

AnyRobot Library 5——可持续进化的运维知识库

爱数AnyRobot产品线负责人黄亚楠介绍道，面对DevOps过程中，知识分散与解决运维问题需要综合多方面知识的矛盾，AnyRobot Library 5应运而生。AnyRobot Library 5基于领域认知智能技术打造运维知识网络、实现智能知识推荐、知识精准搜索和知识问答等场景，激活运维知识价值，提高DevOps效率。

AnyRobot Library 5 是可持续进化的运维知识库，让运维知识库变得更简单、可用，拥有更好的用户使用体验。

1.自动录入知识，自动打标签、知识分类来管理知识；

2.基于意图理解和知识关联来更准确的搜索知识；

3.通过知识订阅和智能推荐轻松获得所需要的知识；

4.通过知识问答获得专家经验。

……

知识网络越丰富，AnyRobot Library 5就会变得越聪明，持续地向前迭代进化。

AnyRobot Library 5——产品技术优势解读

会上，爱数AnyRobot 研发总监刘荣伟对AnyRobot Library 5背后的所蕴含的技术优势进行了揭秘。软件生命周期中的各个阶段会记录大量软件相关的数据，这些数据描绘软件的各个阶段的详细情况。AnyRobot通过领域认知智能技术、运维知识网络可以自动将这些数据进行知识化提炼，并且将提炼出来的这些知识通过知识图谱的方式进行组织和管理，进而形成复杂的运维知识网络，然后基于该运维知识网络为运维团队提供丰富运维知识的功能集。

AnyRobot Library 5有机地将用户、领域认知智能技术、运维知识网络组织在一起，形成了一个持续进化的良性循环，打造具有可持续进化能力的运维知识库。

1.运维知识库在企业部署使用的时间越长，企业的运维知识网络的知识体量就越丰富；

2.丰富的运维知识体量促使运维人员使用知识库频率提升；

3.运维人员的高频使用反馈会促进领域认知智能的算法模型的自我优化；

4.算法更精准，不断促进运维知识网络的知识采集、存储、管理、搜索、问答、推荐效果。

随后，爱数AnyDATA 研发副总裁陈骁对领域知识如何驱动认知智能进行了进一步解读。当下的深度学习或其他的机器学习模型，对于有效样本的数量的要求非常高，但是用户的实际环境下数据量有非常有限，对于标注也非常困难，需要消耗大量人力成本。而AnyRobot Library 5 由认知智能技术驱动，以先进的开发框架降低知识网络开发成本、以数据交易促进领域知识沉淀与流通、以领域知识网络增强认知智能应用效果。

AnyRobot Library 5——产品效果展示

最后，爱数AnyRobot 研发总监刘荣伟对AnyRobot Library 5产品效果进行了节选展示。

知识录入：知识自动录入支持多种数据源方式，可选类型包含关系型数据库、数据仓库、云存储、消息队列等，支持的数据来源更丰富。

知识管理：管理员可以对知识中心的所有内容进行监控运维，依据其权限查看所辖内容的各项数据。

知识搜索：语义搜索与意图搜索，解决传统的关键字匹配的搜索效果不准确问题。

知识推荐：实现多维度知识推荐与基于用户画像推荐所要内容。

知识问答：AnyRobot智能问答机器人，实现结合上下文分析与关联预测等多功能。

AnyRobot Library 5将持续基于领域认知智能技术，不断打造可持续进化的知识库能力。通过构建海量的运维知识网络和已经训练好的算法和模型，实现自监督学习、掌握用户的运维知识，可以理解和推理运维领域专业术语，实现更佳的语义搜索、智能问答，为运维团队提供更佳的知识共享需求，助力各行各业用户激活运维知识价值！