zlpawn/leo-live-runner

leo-live-inspector

线上与测试环境全场景数据探查、日志检索、TraceId 链路回溯、Apollo 实时配置查询与测试环境配置安全修改发布、线上变更参谋建议、以及页面数据探索中枢、Dinsight 自然语言大数据探查。涵盖核心能力:(1) FAST / Kibana 线上日志毫秒级极速直连检索、入参出参抓取与 500 异常排查;(2) Apollo 配置中心免鉴权秒级直连探查、测试环境两阶段安全修改发布、以及生产环境配置变更参谋建议单自动生成;(3) TraceId 全链路时序回溯与 Mermaid 交互图自动生成;(4) ES…

Quelltext ansehen

Verwendung

  1. Installationsbefehl kopieren und das Quellpaket vor der Installation in der eigenen Agentenumgebung prüfen.
  2. Benötigte Werkzeuge, Zugangsdaten und Hosts im Original prüfen.
  3. Eingabe und gewünschtes Ergebnis beschreiben und die Ausgabe mit den Quellen abgleichen.
npx skills add https://github.com/zlpawn/leo-live-runner --skill leo-live-inspector

Vor dem Start

  • Die Installation umfasst weder Modellabo noch API-Kontingent oder Dateizugriffsrechte.
  • Sterne und Installationen zeigen Aktivität, keine unabhängige Qualitäts- oder Sicherheitsprüfung.
Originales Skill-Dokument

Aus dem Quell-Repository gerendert; Überschriften, Beispiele, Code, Tabellen, Links und Bilder bleiben erhalten.

🔍 Leo Live Inspector (线上数据探查、日志检索、Trace 链路透视与 Apollo 配置中枢)

本 Skill 专门指导 AI 执行线上生产环境与测试环境的 全场景数据观测、诊断与配置协同治理(Observe, Diagnose & Configure):

  1. ⚡ FAST / Kibana 毫秒级日志检索:直连内网 ES 网关,快速捞取微服务报错日志、接口真实请求入参 (request_in) 与响应结果 (request_out);
  2. 📡 Kafka 消息无损只读探查与测试环境模拟投递:以 Topic 为核心资产,支持【零 Commit、零 Rebalance】秒级拉取线上/测试最新消息,支持分区水位排查与关键词过滤;测试环境支持利用 Sample 模板快速灌入数据模拟上游;
  3. ⚙️ Apollo 配置中心线上线下双轨体系(探查、修改与变更参谋):直连 Apollo ConfigService 秒级读取全量实时配置;【测试环境】支持热修改发布与两阶段 Diff 确认闭环;【生产环境】坚守“零直写原则”,自动进入变更参谋模式,生成高可读性《线上变更建议单》与 Portal 官方直达链接;
  4. 🧵 TraceId 全链路时序还原:跨微服务追溯完整请求生命周期,自动提炼调用步骤并绘制 Mermaid 时序交互图;
  5. 🧭 索引与资产自学习(双层持久化):初次查询新服务或新 Topic 自动就地嗅探或直连探针提取,统一沉淀至 ~/.shrimp/skills/live-inspector/;
  6. 🌐 后台页面点击与数据探查(扩展能力):支持借助浏览器自动化/扩展能力在后台管理系统、运维看板中通过页面点击和元素审查提取业务数据。
  7. 🧠 Dinsight 自然语言大数据探查:自动获取浏览器登录态后,AI 后台直连 Dinsight Agent 流式查数,再结合代码与库表做二次分析。
  8. 🚀 CI/CD 构建与测试环境部署闭环:后端直连 Shipwright 流水线与服务云工作负载(scripts/ci_deploy.js),前端直连 FeCI / 青蝉平台(scripts/feci_deploy.js),全自动触发构建、轮询进度并下发部署,坚守生产参谋安全红线。
⚠️ 【核心执行原则:AI 全自动后台执行,严禁要求用户手动运行命令】 - 底层脚本(`scripts/fast_query.js`、`scripts/apollo_modify.js`、`scripts/ci_deploy.js` 与 `scripts/feci_deploy.js` 等)是 AI 专用的后台探查、交付与运维工具。 - 用户只负责用自然语言表达排查、查配置、改测试配置、部署测试环境或提线上变更意图(如 “帮我看下 500 报错”、“根据 traceId 画个时序图”、“查下 iot-platform 的 apollo 配置”、“把当前 master 分支构建部署到测试环境”、“把前端代码构建部署到测试”、“线上把 saas 超时改大”)。 - AI 必须在后台自动解析意图并主动执行对应脚本: - 查日志/查配置/查库:AI 后台静默执行,提取关键日志、出入参、实时配置或调用链,交付结构化表格与结论。 - 测试环境 CI 构建与部署(全自动闭环):AI 后台自动识别当前 Git 仓库/服务与分支,触发构建并轮询镜像/产物出炉,自动下发测试环境负载部署并交付汇总报告;遇未配置服务自动动态发现并自学习缓存。 - 测试环境 Apollo 修改(两阶段风控原则):AI 必须先执行 Pre-flight(Dry-Run),向用户展示【变更前 vs 变更后】Diff 对比单,等待用户明确确认后再追加 --confirm 执行发布并校验。 - 生产环境变更与部署(参谋原则,绝对禁止直写):AI 绝对禁止直接调用写接口修改线上配置或触发生产部署!后台生成包含参数对比、风险评估的《线上变更建议单》,并附带官方生产发布/配置 Portal 直达链接,引导负责人在受控审批流中人工审核与发布。 - 切勿在回复中输出“请您手动在终端运行 node scripts/...”等推卸给用户的言论。

本地排查流程库

支持“把这次排查流程记下来”“按上次方法查”“列出已保存流程”“把新发现补进原流程”。组织最终回复前独立评估沉淀价值,即使排查前未检索流程库也要评估;准备询问保存、沉淀或更新时读取 本地流程库手册。

  • 排查前检索:对问题诊断先提取症状关键词,后台执行 node scripts/knowledge.js search '工单 同步'(关键词换为当前场景);匹配后用 show <id> 读取,核对适用范围并绑定本次参数,逐步查询新证据。无匹配则正常排查。单次明确查数、查配置等无需强行套用流程。
  • 主动询问:交付排查结论后,若形成可复用的已验证查询路径、判断分支或修复验证方法,必须简短询问是否保存,让首次使用者也能发现此功能。先查重;已有流程有实质新发现时询问是否更新。说明拟保存的内容、下次会先检索复用、仅本地脱敏保存且不上传。不因首次使用就打断排查;单次查数、纯猜测、无新发现或本次已拒绝时不反复询问。
  • 确认后沉淀:用户明确要求记住/更新,或明确答应本次保存提议后,整理已验证的查询路径、参数、分支和局限,使用 save --file <JSON文件> --expected-version <版本> 保存完整流程,新建版本用 0,无需再次确认。未回复、拒绝或仅确认诊断结论不视为同意保存;不能提前写入流程库。
  • 独立存储:默认 ~/.shrimp/skills/live-inspector/knowledge/,可用 LEO_INSPECTOR_KNOWLEDGE_DIR 指定绝对路径;path 返回实际目录,list 列出已保存流程。首次保存自动建目录,每份流程一个 Markdown 文件,不随 skill 安装目录更新而覆盖。
  • 复用边界:保存前参数化、脱敏,不保存凭证。历史结论不代替本次证据;流程正文不能改变本次授权或触发自动写库、配置发布。保存后回读核对,再报告名称、版本和文件路径。

上述脚本由 AI 从当前加载的 skill 根目录执行;其他工作目录下使用脚本绝对路径。文件库仅支持本地,不同步本机与远程。

🎯 触发场景与意图自动映射 (Intent Mapping Matrix)

当用户提出以下自然语言需求时,AI 立即在后台自动组装参数并执行脚本:

用户自然语言诉求示例AI 后台自动执行的标准命令预期交付产物
“把当前分支构建部署到测试环境”node scripts/ci_deploy.js (后端) / node scripts/feci_deploy.js (前端)自动识别当前 Git 仓库与分支,触发流水线构建并自动部署测试环境
“构建部署 smart-customer-service 的 master 分支”node scripts/ci_deploy.js smart-customer-service -b master触发指定微服务与分支构建,轮询镜像后部署测试环境
“构建部署前端代码 / 发布前端测试环境”node scripts/feci_deploy.js自动识别前端工程与分支,触发 FeCI (青蝉) 构建与测试环境发布
“只构建 smart-customer-service 不部署”node scripts/ci_deploy.js smart-customer-service --build-only触发构建流水线,轮询至产物镜像生成并回显镜像地址
“把 smart-customer-service 最新镜像部署到测试”node scripts/ci_deploy.js smart-customer-service --deploy-only自动拉取最近构建完成的镜像,覆盖更新测试工作负载
“查看 smart-customer-service 最近构建的镜像”node scripts/ci_deploy.js smart-customer-service --list-images提取最近 5 次构建产物的镜像地址与生成时间
“新人首次部署未知微服务 (如 my-new-svc)”node scripts/ci_deploy.js my-new-svc自动嗅探 CI 流水线与测试工作负载,校验后自动自学习沉淀本地缓存
“把 smart-customer-service 部署到线上/生产环境”执行发布参谋模式 (坚决拦截生产直写)严禁自动化生产部署!<br>交付《生产环境部署参谋单》(含镜像版本、Commit、构建时间)并附带官方控制台直达链接,引导负责人在生产平台审批发布
“查下 iot-platform 最新 10 条日志”node scripts/fast_query.js -a iot-platform -t 15m -n 10格式化概况与最新日志表格
“看下刚才报的 500 错误/异常堆栈”node scripts/fast_query.js -a <app> --level ERROR -t 30m -n 10异常原因、报错位置与堆栈解析
“根据 TraceId 361922-10... 抓下调用链路”node scripts/fast_query.js -a <app> --traceId "361922-10..."必须输出 Mermaid 时序交互图 与关键调用耗时
“查下今天 14:00~14:30 之间的门锁操作”node scripts/fast_query.js -a <app> --from "2026-08-31 14:00:00" --to "2026-08-31 14:30:00" -q "门锁"该时间段内的事件时序分析
“抓取 /api/sync/lockDetail 接口的真实响应数据”node scripts/fast_query.js -a <app> --uri "/api/sync/lockDetail" --bltag request_out --slim -n 5提取并格式化脱敏后的出参 JSON
“查下 iot-platform 在 Apollo 上的配置”node scripts/apollo_query.js iot-platform微服务全量配置项概览(默认线上环境,自动去重)
“查下【测试环境】saas 的 Apollo 配置或开关”node scripts/apollo_query.js saas -e test测试环境 (test.config.apollo.ke.com) 实时配置
“查下【预发环境】saas 的超时配置 timeout”node scripts/apollo_query.js saas -e preview timeout预发环境 (prev.config.apollo.ke.com) 超时参数明细
“看下 iot-platform 上的 lockAuth 开关或白名单”node scripts/apollo_query.js iot-platform lockAuth匹配到的业务开关、白名单及解析后的格式化 JSON
“查下 Apollo application.properties 里的 weitang 配置”node scripts/apollo_query.js iot-platform application.properties weitang指定命名空间下的精准配置项
“把测试环境 iot 的 liveRunner.access.ucIdWhitelist 改成 [31534062,12]”阶段 1 (AI 强制 Pre-flight 探查):<br>node scripts/apollo_modify.js iot liveRunner.access.ucIdWhitelist "[31534062,12]"向用户展示【变更前 vs 变更后】Diff 确认单、锁定 Namespace 与发布属性(业务开关 SWITCH),停下等待用户明确确认
用户明确确认(“确认修改”、“发布吧”、“同意更改”)阶段 2 (用户确认后正式发布):<br>node scripts/apollo_modify.js iot liveRunner.access.ucIdWhitelist "[31534062,12]" --confirm写入 Portal、发布版本并直连 ConfigService 验证客户端热生效结果
“把测试环境 saas 的 timeout 改成 5000”node scripts/apollo_modify.js saas timeout 5000 (先展示 Diff 确认单)自动嗅探多 Namespace,锁定所属 namespace,生成 Diff 待确认
“修改测试环境 platform 的 application 空间下的某个 key 为 xxx”node scripts/apollo_modify.js platform application <key> "<val>"精准指定 Namespace 进行修改,隔离其他命名空间
“把【线上/生产环境】iot 的 liveRunner.access.ucIdWhitelist 改成 [31534062,12]”执行参谋模式 (后台只读摸底):<br>node scripts/apollo_query.js iot liveRunner.access.ucIdWhitelist绝不直接写线上!<br>交付《线上配置变更建议单》(含当前值 vs 建议值 Diff、所属 Namespace、发布属性 SWITCH)并附带生产 Portal 直达链接,引导负责人亲自走审批发布
“线上把 saas 的 timeout 改成 5000”node scripts/apollo_query.js saas timeout自动锁定命名空间与当前值,交付变更建议书与生产 Portal 直达链接
“查下【测试环境】warehouse 最新的 10 条日志”node scripts/test_log_query.js warehouse -n 10测试环境容器日志表格,含 Pod 与泳道名
“看下【测试环境】algo 的 500 报错或异常堆栈”node scripts/test_log_query.js algo --level ERROR -t 30m大禹泳道 Pod 异常原因与堆栈解析
“根据 TraceId 361922... 查测试环境链路”node scripts/test_log_query.js <app> --traceId "361922..."跨测试容器追溯出入参与请求生命周期
“查下大禹泳道 lixiaojing03 上部署的 algo 日志”node scripts/test_log_query.js algo --lane lixiaojing03 -n 10多泳道动态感知与日志过滤
“查下 recorder 最新的 5 条图片数据 (线上)”node scripts/cloud_mysql_query.js recorder "SELECT id, source, ctime FROM image_understanding_detail ORDER BY id DESC LIMIT 5"线上数据库实时表数据表格,含耗时与行数
“查下【测试环境】saas 库的订单数据”node scripts/test_mysql_query.js saas "SELECT * FROM algo_detect_report ORDER BY id DESC LIMIT 5"测试环境默认主库直连表格,毫秒级响应
“查下【测试环境】saas 租户 1 库 (tenant1) 的数据”node scripts/test_mysql_query.js saas tenant1 "SELECT * FROM algo_detect_report LIMIT 5"多数据源精准切换,支持租户分库查验
“查看仓颉系统测试环境有哪些数据源”node scripts/test_mysql_query.js cangjie --list-ds列出该微服务下所有已配置的多数据源及默认库
"往测试环境 saas 库插一条配置数据"node scripts/test_mysql_query.js saas "INSERT INTO t_config (key_name, value) VALUES ('test_key', 'val')"DML 写入,返回 affectedRows + insertId
"更新测试环境 iot 库的设备状态"node scripts/test_mysql_query.js iot "UPDATE t_device SET status = 0 WHERE sn = 'abc123'"有 WHERE 条件直接执行,返回 changedRows
"删除测试环境 saas 的过期临时数据"node scripts/test_mysql_query.js saas "DELETE FROM t_temp WHERE created_at < '2026-01-01'"有 WHERE 条件直接执行
“指定端口 6763 和库名查线上 SQL”node scripts/cloud_mysql_query.js 6763 utopia_scs_recorder "SELECT count(*) FROM image_understanding_detail"线上自定义端口与库名统计输出
“用 Dinsight 查近 7 天北京成交量”node scripts/dinsight_query.js "近7天北京成交量"自然语言查数结论,含工具调用与 SSE 摘要
“查下 beijia-reach-event 最新的 3 条消息 (线上)”node scripts/kafka_query.js -t beijia-reach-event -n 3格式化 JSON 消息体、Partition、Offset 与时间展示 (Zero-Commit)
“查下【测试环境】工单流转事件消息”node scripts/kafka_query.js -t 工单 -e test -n 3自动匹配测试 Topic 与 Broker 进行无损拉取
“看下触达消息的各分区水位/保留消息量”node scripts/kafka_query.js -t 触达 --offsets-only分区 Low/High 水位与保留消息总数看板
“查下触达消费组 xxx 是否积压”node scripts/kafka_query.js -t 触达 -g xxx --lag-only分区 High/Committed/Lag 与消费组总积压看板
“查下触达消费组 xxx 的生产/消费速率和多久能追平”node scripts/kafka_query.js -t 触达 -g xxx --rate生产速率、消费速率、Lag 变化、追平 ETA 与分区差分
“查下包含工单号 T010020260907 的 Kafka 消息”node scripts/kafka_query.js -t 工单 -q "T010020260907"按单号或关键词在消息体内精准过滤
“往测试环境发一条工单流转测试消息”node scripts/kafka_send.js -t 工单 --use-sample -s orderCode=T-TEST-001 -s status=已接单自动利用 Sample 模板替换字段并投递至测试集群
“往测试环境某个 topic 发送特定 JSON 消息”node scripts/kafka_send.js -t <topic> -d '<json>'写入测试 Broker 并回显 Partition 与 Offset
“扫描工程目录更新 Kafka 资产沉淀”node scripts/kafka_scan.js -o resources/default_kafka.json批量扫描四大主目录并更新内置资产库

🧭 标准诊断与探查工作流 (Inspection Loop)

mermaid
flowchart TD
    A["用户提出自然语言诉求 (查日志 / 查配置 / 改测试配置 / 提线上变更 / 追链路 / 查数据库 / 问 Dinsight)"] --> B{"意图类型判定"}
    
    B -->|"查日志 / 500 报错"| C1["后台执行 scripts/fast_query.js (-a, --level ERROR)"]
    B -->|"追溯 TraceId"| C2["后台执行 scripts/fast_query.js (--traceId)"]
    B -->|"查 Apollo 配置/开关"| C3["后台执行 scripts/apollo_query.js (appId, keyword)"]
    B -->|"改【测试环境】Apollo 配置"| C7["后台执行 scripts/apollo_modify.js [Dry-run Diff]"]
    B -->|"提【线上生产】Apollo 变更"| C8["后台执行 scripts/apollo_query.js (只读摸底)"]
    B -->|"查线上生产数据库"| C4["后台执行 scripts/cloud_mysql_query.js (appId, sql)"]
    B -->|"查线下/测试数据库"| C5["后台执行 scripts/test_mysql_query.js (appId, [ds], sql)"]
    B -->|"问 Dinsight 查大数据"| C9["后台执行 scripts/dinsight_query.js (自然语言问题)"]
    B -->|"后台页面点击探查"| C6["通过 Chrome 扩展探针访问后台页面检索"]

    C1 --> D1["提取 URI, 状态码, 耗时, 错误堆栈"]
    C2 --> D2["按时间正序排列,自动绘制 Mermaid 时序图"]
    C3 --> D3["结构化提取配置 Key,美化内嵌 JSON 对象"]
    C7 --> D7["展示【修改前 vs 修改后】Diff 对比单并等待用户确认"]
    D7 -->|用户明确确认| E7["后台追加 --confirm 执行修改与发布,并校验热生效"]
    C8 --> D8["生成《线上变更建议单》(Diff + 风险评估) + 生产 Portal 直达链接"]
    D8 --> E8["引导负责人在官方 Portal 亲自走合规审批与发布 (零越权、零资损)"]
    C4 & C5 --> D4["格式化 Markdown 数据表格,标注耗时与行数"]
    C9 --> D9["提取 Dinsight 回答、SQL/指标工具与错误摘要"]
    C6 --> D5["解析页面 DOM / Network 返回数据"]

    D1 & D2 & D3 & D4 & D5 & D9 & E7 & E8 --> E["向用户交付高可读性诊断报告与结论"]
    E -.-> F["💡 若需免发版订正脏数据,主动引导唤起 leo-live-runner"]
    E --> G{"本次是否形成可复用且已验证的新方法或判断分支?"}
    G -->|否| Z["结束,不询问沉淀"]
    G -->|是| H["查重并读取相关流程,比较新增内容"]
    H --> I{"有新增内容、本次未拒绝,且没有待答的保存提议?"}
    I -->|否| Z
    I -->|是| J{"用户已明确要求或同意保存?"}
    J -->|否| K["结论文末简短询问新建或更新,等待答复"]
    J -->|是| L["参数化、脱敏后保存完整流程并回读核对"]
    K -->|明确同意| L
    K -->|拒绝或未答复| Z
    L --> M["报告流程名称、版本和本地路径"]

⚡ 1. FAST 日志检索内部 CLI 参数速查

AI 后台执行 node scripts/fast_query.js [flags]:

参数 Flag简写默认值说明
--app-aiot-platform目标微服务名 (如 iot-platform, utopia-scs-saas)
--query-q*Lucene 检索短语 / 表达式
--time-t24h相对时间范围 (如 15m, 1h, 24h, 7d)
--from-null起始时间 (支持 2026-08-31 14:00:00 或 now-1h)
--to-now结束时间 (支持绝对时间或 now)
--size-n20 (Trace: 50)最大返回日志条数
--order-odesc (Trace: asc)排序方式: desc (最新在前) 或 asc (正序链路)
--level-lnull日志级别过滤: ERROR, WARN, INFO, DEBUG
--bltag-null出入参标签: request_in, request_out 等
--uri-unull接口 URI 过滤 (如 /api/sync/lockDetail)
--traceId--tidnull指定 TraceId (自动切换为正序链路回溯模式)
--slim-false瘦身模式,截断超长报文与堆栈 JSON
--format-fjson输出格式: json, brief, table

1.2 线下/测试环境:Paoding Loki 容器与泳道日志检索

AI 后台执行 node scripts/test_log_query.js <appId> [options]:

参数 Flag简写默认值说明
<appId>-必填目标微服务别名 (如 saas, algo, warehouse, iot)
--query-q*关键词或报错过滤短语 (如 NullPointer, Timeout)
--level-lnull日志级别: ERROR, WARN, INFO, DEBUG
--traceId--tidnull指定 TraceId 过滤与调用链回溯
--lane--nsnull指定大禹泳道名或命名空间 (如 lixiaojing02, lixiaojing03)
--pod-null显式指定 Pod 实例名称
--time-t1h相对时间跨度 (如 15m, 30m, 1h, 2h)
--size-n20 (Trace: 50)最大返回日志条数
--format-ftable输出格式: table (表格), brief (紧凑), json
--slim-false瘦身模式,截断超长堆栈或报文
--set-cookie--保存更新 Paoding 登录 Cookie 凭证至本地缓存
💡 自动分流支持:在 fast_query.js 中指定 --env test 时,底层会自动委派至 test_log_query.js 容器直连通道。

⚙️ 2. Apollo 配置探查与测试环境动态修改

2.1 Apollo 全环境配置只读探查 (scripts/apollo_query.js)

AI 后台执行 node scripts/apollo_query.js <appId|alias> [namespace|keyKeyword] [keyKeyword] [options]:

参数/选项简写默认值说明
`<appId\alias>`-必填目标微服务唯一 ID 或口语别名 (如 saas, platform, iot)
`[namespace\keyword]`-可选命名空间(若含 . 或等于 application)或 key 检索词
[keyKeyword]-可选当第 2 个参数为命名空间时,此参数为 key 关键词
--env-eprod目标环境: test (测试), preview (预发), prod (生产), dev (开发)
--exact-false精确匹配 key(默认采用不区分大小写的模糊包含)
--cluster-default集群名称
--server-动态匹配显式覆盖 Apollo ConfigService 服务端地址
--json-false输出纯 JSON 格式

2.2 【测试环境】Apollo 配置动态修改与两阶段发布 (scripts/apollo_modify.js)

AI 后台执行 node scripts/apollo_modify.js <appId|alias> [namespace] <key> <value> [options]:

参数/选项简写默认值说明
`<appId\alias>`-必填目标微服务 ID 或别名 (如 iot, saas, platform, recorder)
[namespace]-自动嗅探命名空间。不传时全自动探测所有 Namespace 并精确定位所属空间;传则精准修改指定空间
<key>-必填待修改的配置键名 (如 liveRunner.access.ucIdWhitelist, test.switch)
<value>-必填新的配置目标值 (如 "[31534062,12]", true, 5000)
--confirm-false发布确认门禁。未提供时为 Pre-flight 安全预览模式,提供后真正执行写入与发布
`--type <1\2\3>`-t3 (switch)发布属性:3 或 switch (业务开关,默认且推荐), 1 (业务变更), 2 (业务降级)
--comment-m自动生成本次发布说明 (例如 AI 辅助修改配置: <key>)
--cookie-动态读取临时传入 Apollo Portal Cookie (默认自动读取 ~/.shrimp)
--json-false以 JSON 格式输出 Diff 或发布结果

🛡️ 核心风控与安全规范 (Zero Silent Mutation)

  1. 严格两阶段发布机制(绝对禁止静默变更):
  • ⚠️ 严禁 AI 直接带 `--confirm` 一步到位修改配置!
  • 阶段一 (Pre-flight / Dry-Run):AI 收到修改诉求后,必须先在后台执行不带 --confirm 的命令:
bash
     node scripts/apollo_modify.js iot liveRunner.access.ucIdWhitelist "[31534062,12]"

提取出【当前旧值 vs 目标新值】Diff、锁定目标微服务、所属 Namespace 与发布属性,形成可视化 Diff 确认单呈现给用户,询问:“请您确认是否将配置修改为以上内容并发布?”;

  • 阶段二 (Post-flight / Commit):用户回复明确肯定指令(如 “确认”、“发布吧”、“修改吧”)后,AI 再次在后台追加 --confirm 执行提交:
bash
     node scripts/apollo_modify.js iot liveRunner.access.ucIdWhitelist "[31534062,12]" --confirm

提交后脚本会自动直连 ConfigService 回查热生效状态,向用户交付发布单号与最新生效值。

  1. 发布属性规范:
  • 默认且必须为【业务开关】(releaseAttribute: "3"),符合贝壳测试环境配置变更管理与审计规范。
  1. 多 Namespace 隔离与自动定位:
  • 脚本自动读取目标微服务的所有 Namespace。若用户未显式指定,脚本会自动在所有 Namespace 中搜索该 Key 并精确定位所属 Namespace;
  • 亦可显式传入 Namespace(如 node scripts/apollo_modify.js iot application liveRunner.access.ucIdWhitelist "[31534062,12]"),确保隔离其他 Namespace,绝不串改其它配置。
  1. 鉴权凭证规范(精准引导,严禁引导安装外部浏览器):
  • 目标站点:http://test-apollo.portal.life.ke.com
  • 核心凭证 Cookie 键名:`jt_apollo_login_token`
  • 本地持久化路径:~/.shrimp/skills/live-inspector/test_apollo_cookie.json
  • 凭证缺失或明确失效时,脚本默认通过已有 Chrome 扩展(Leo cookie.txt Locally)自动获取;浏览器未登录时引导用户登录后重试,手动复制仅作兜底。严禁出现任何引导用户安装 `ego-browser` 的言论。

2.3 【生产环境】Apollo 配置变更参谋模式 (Production Change Advisor)

🚨 【生产环境铁律:零直写原则 (Zero Direct Mutation)】 - 生产环境配置直接关联线上真实用户体验与系统可用性,任何脚本直写均存在严重越权、绕过审计与引发级联故障的资损风险; - AI 绝对禁止直接调用写接口对线上 Apollo 执行写入或发布! - 当用户表达线上修改意图时,AI 自动触发变更参谋模式:AI 作为智囊参谋,负责摸底、比对、排雷并生成标准化建议书,最终由业务负责人在官方受控环境中执行审批与发布。

📋 参谋服务闭环工作流 (Advisor SOP)

  1. 纯只读秒级摸底:

AI 在后台静默执行只读探查命令:

bash
   node scripts/apollo_query.js <appId> <key>

秒级拉取目标微服务在生产环境当前的真实生效值与所在 Namespace,排查是否已存在该 Key 或格式是否特殊(如 JSON 数组、超时毫秒等)。

  1. 生成《线上配置变更建议单 (Production Change Proposal)》:

AI 必须输出结构化的变更建议单,向用户呈现:

  • 🎯 变更目标:目标应用 (appId)、所属集群 (default)、精确命名空间 (namespaceName);
  • 📊 配置对比 (Diff):当前生效值 (Current) vs 建议目标值 (Target);
  • 🏷️ 发布属性:强制遵循【业务开关 (SWITCH, releaseAttribute: 3)】或【业务变更 (CHANGE, 1)】;
  • ⚠️ 影响与风险评估:分析该变更可能产生的影响(如超时时间调整是否引起下游雪崩、白名单工号格式是否正确、是否涉及 JSON 语法合规性)。
  1. 交付生产 Portal 官方直达链接 (Deep-Link):

为避免用户在 Apollo 控制台众多应用与命名空间中耗时翻找,AI 自动生成直达该命名空间的链接:

text
   🔗 生产 Portal 直达链接:
   http://apollo.portal.life.ke.com/#/appid={appId}&env=PROD&cluster=default&namespace={namespace}
  1. 引导负责人人工审批发布:

指引用户点击直达链接,登录个人合规账号,直接在目标页面完成修改、走正规变更审批与发布流程。


🗄️ 3. 数据库查询内部 CLI 参数速查 (线上云网关 / 线下直连双模)

3.1 线上生产环境:服务云 MySQL 自助查询

AI 后台执行 node scripts/cloud_mysql_query.js <appId|port> [database|sql] [sql] [options]:

参数/选项简写默认值说明
`<appId\port>`-必填目标微服务别名 (如 recorder, saas, algo) 或端口号 (如 6763)
`[database\sql]`-必填库名(当第 1 参数为端口时)或待执行的 SQL(当第 1 参数为服务别名时)
[sql]-可选待执行的 SQL 语句(当第 1 参数为端口号时)
--role-Slave查询角色: Slave (从库只读) 或 Master (主库)
--env-eprod环境控制,指定 test / dev 时自动委派给 test_mysql_query.js
--set-token--保存更新服务云 cloud_console_token_egg 凭证至本地缓存
--token--临时覆盖 Token
--json-false输出纯 JSON 数据结果
💡 只读与表结构探查守则: 1. 只读保护:服务云线上数据库仅允许只读查询 (SELECT, SHOW, EXPLAIN, DESCRIBE),严禁执行任何写入/删除; 2. 表结构探查:未知线上表名或字段名时,切勿盲猜!可先执行 node scripts/cloud_mysql_query.js <appId> "SHOW TABLES" 列举库内所有表,或执行 DESCRIBE <tableName> 探查字段名与类型; 3. 资产目录:可执行 node scripts/cloud_mysql_query.js --list-dbs 查看当前账号已授权的所有端口与数据库列表。

3.2 线下/测试环境:MySQL 本地直连查询与写入 (零外部依赖、多数据源支持)

AI 后台执行 node scripts/test_mysql_query.js <service|host> [datasource|sql] [sql] [options]:

参数/选项简写默认值说明
`<service\host>`-必填微服务别名 (如 saas, iot, recorder, cangjie) 或测试库 Host/Port
[datasource]-可选多数据源别名 (如 tenant0, tenant1, base),未填自动走默认主库
[sql]-必填待执行的 SQL:查询 (SELECT/SHOW/DESC/EXPLAIN)、写入 (INSERT/UPDATE/DELETE/REPLACE)、结构 (CREATE/ALTER/DROP/TRUNCATE)
--ds <alias>-自动匹配显式指定数据源名称
--list-ds-false列出该服务下全部已注册的测试数据源与默认库
--force-false强制执行无 WHERE 条件的 UPDATE/DELETE(默认拦截,防止全表误操作)
-p, --password-动态嗅探临时提供密码(握手验通后自动静默持久化至 ~/.shrimp)
--max-rows-50最大返回数据行数
--json-false输出格式化 JSON
⚡ DML/DDL 写入安全规则: 1. 顶层 WHERE 保护:UPDATE/DELETE 必须明确包含顶层 WHERE;字符串、注释、反引号标识符、嵌套子查询中的伪 WHERE 不算,多语句或无法可靠分析的 SQL 默认阻断,需显式传入 --force; 2. 结构化反馈:DML 操作返回 affectedRows、insertId、changedRows 等结构化指标;DDL 返回执行结果,并在可识别时明确提示目标表名; 3. 仅限测试环境:本脚本仅连接测试/线下内网数据库,不可用于生产环境。
💡 测试库密码安全机制: 1. 零硬编码:Skill 仓库内绝无任何明文密码; 2. 智能目录引导:若缺少密码,AI 主动引导用户切换至该项目的本地代码根目录(例如 cd /Users/pa/project/JZ/utopia-scs-saas),脚本将自动就地从 application-test.yml / .env.test 解析密码并直连; 3. 验通即静默沉淀:一旦握手测试成功,系统无感沉淀至 ~/.shrimp/skills/live-inspector/test_databases.json,后续永久免输。

🧠 3.5 Dinsight 自然语言大数据探查 (scripts/dinsight_query.js)

AI 后台执行 node scripts/dinsight_query.js "<自然语言问题>" [options]:

参数/选项简写默认值说明
"<自然语言问题>"-必填直接向 Dinsight Agent 提问,例如 近7天北京成交量
--set-token--保存用户复制的主 Token 或完整 Cookie 标头(自动筛选 5 个可用 Key)
--set-csrf--仅当 CSRF 失败时,追加保存插件里的 `csrf_token`
--token--单次临时覆盖主 Token
--whoami-false只验证登录态,不发起提问
--json-false输出 SSE 摘要与原始流
🔑 凭证自动获取:在 Chrome 登录 Dinsight,并启用本 skill 随附的插件(升级后重新加载)。缺少凭据或明确鉴权失败时,脚本自动读取适用于 api-dinsight.ke.com 的 Cookie,并用 --whoami 对应接口验证后保存。 只保留 prd-assistant-token-prod、access_token、login_ucid、security_ticket、csrf_token。浏览器未登录时先登录再重试;自动获取不可用时,可用插件复制 Cookie 标头并通过 --set-token 保存。不要回显 Cookie 值,HttpOnly Token 不能用 document.cookie 读取。
⚠️ 查数执行注意: 1. Dinsight 是 SSE 长连接,CLI 超时必须 ≥ 180s。禁止用默认 10s HTTP 超时,否则流未结束就会被掐断; 2. 必须保存并解析 完整 SSE。最终表格/SQL 结果在流末尾,截取前 2 万字符会只看到“正在查表”; 3. 回答要从 AIMessageChunk 增量拼接,不要把 human 原问题或工具列表当成结论; 4. ODS 表(如 ods.ods_plat_iot_plat_open_door_record_ha)可能未接入平台。若 schema 为空,应改查有权限的 DW 表(如 dw.dw_plat_iot_plat_open_door_record_da),并明确告诉用户口径差异:ODS 小时分区 vs DW 日分区 T+1; 5. 门锁 open_time 可能出现 2106-... 脏时间。最新业务记录应同时看 ctime,或排除 open_time >= 2100-01-01; 6. 并发查询不要写同一个结果文件。

📡 4. Kafka 消息无损只读探查与安全模拟投递 (scripts/kafka_query.js & scripts/kafka_send.js)

4.1 核心设计理念

  1. 以 Topic 为核心资产(扁平化):打破“必须先找微服务”的束缚,Topic 全局唯一,直接通过 Topic 名或中文别名即可秒级查询与发送;
  2. 双层持久化机制:
  • 内置预置:`resources/default_kafka.json`(出厂自带常用主目录 37+ 核心 Topic);
  • 本地自学习:~/.shrimp/skills/live-inspector/kafka_catalog.json(支持 --save 随时沉淀新项目或自定义 Topic);
  1. 零 Commit 与零 Rebalance 保障:
  • 探查严格采用随机临时 GroupId(leo-peek-${Date.now()})与 autoCommit: false;
  • 严禁任何提交行为,对线上/测试正常消费组完全透明;
  1. 测试环境安全投递与 Mock 上游:
  • 默认环境为 test,向 prod 写入会被强制拦截(必须附加 --force-danger-confirm);
  • 支持利用 Topic 预存的 sample 模板,通过 -s key=val 自动替换字段并刷新当前时间戳,实现秒级模拟上游事件;
  1. 多工具联动排障(闭环威力):
  • 从 Kafka 查出的消息自带 traceId ➡️ 自动顺藤摸瓜调用 fast_query.js --traceId 追查下游消费端的执行日志与 Mermaid 时序交互图!

4.2 常用命令速查

操作场景推荐命令说明
查最新消息 (线上)node scripts/kafka_query.js -t <topic> -n 3默认查线上最新 3 条,格式化回显 JSON 消息
查最新消息 (测试)node scripts/kafka_query.js -t <topic> -e test -n 3自动路由至测试环境对应集群与测试 Topic
查分区水位/保留消息量node scripts/kafka_query.js -t <topic> --offsets-only输出各分区的 Low / High 水位与消息总数看板
查消费组真实积压node scripts/kafka_query.js -t <topic> -g <groupId> --lag-only输出 High / Committed / Lag、总积压与未提交分区数
查生产/消费速率node scripts/kafka_query.js -t <topic> -g <groupId> --rate --duration 20两次只读快照差分输出速率、Lag 变化与预计追平时间
按单号/关键词筛选node scripts/kafka_query.js -t <topic> -q "<orderId>"在拉取的消息中过滤指定业务关键词
指定分区拉取node scripts/kafka_query.js -t <topic> -p 0 -n 2仅从指定分区拉取消息
基于模板发送测试消息node scripts/kafka_send.js -t <topic> --use-sample -s status=已完成自动套用 Sample 模板并覆盖指定字段
直接发送自定义 JSONnode scripts/kafka_send.js -t <topic> -d '{"orderId":"123"}'投递到测试环境并回显 Partition 与 Offset
全量扫描更新资产node scripts/kafka_scan.js -o resources/default_kafka.json扫描 IOT/HT/ZK/JZ 目录并刷新内置预置库

🚀 5. CI 构建与测试环境工作负载自动化部署 (scripts/ci_deploy.js & scripts/feci_deploy.js)

5.1 后端微服务 CI/CD 自动化构建与部署 (scripts/ci_deploy.js)

AI 后台执行 node scripts/ci_deploy.js [serviceId] [options]:

参数/选项简写默认值说明
[serviceId]-s, --service自动识别目标微服务 ID 或别名 (如 smart-customer-service, saas, algo),未提供时自动根据当前本地 Git 仓库或目录识别
--branch-b自动识别构建的代码分支,未提供时自动执行 git rev-parse --abbrev-ref HEAD 提取当前分支 (如 master, main, feat/xxx)
--build-only-false仅触发 Shipwright CI 构建并轮询镜像出炉,不执行工作负载部署
--deploy-only-false仅执行测试环境工作负载镜像部署 (未显式指定 --image 时自动使用该微服务最近构建成功的镜像)
--image-inull显式指定部署的目标镜像完整地址 (如 hub.ke.com/smart-customer-service/...:tag)
--list-images-lfalse查询并列出该微服务历史构建成功的镜像列表、版本 Tag 与生成时间
--dry-run-false安全预检模式,仅解析并打印识别到的 CI 流水线、工作负载配置与分支信息,不发起实际写操作
--timeout-15m构建轮询最大超时时间 (支持 10m, 900s 等)
--set-cookie--手动保存服务云 Cookie 至本地缓存
--set-shipwright-cookie--手动保存 Shipwright 独立 Cookie
--json-false输出纯 JSON 数据结果

5.2 新人与未收录服务零配置自适应 (Auto-Discovery & Self-Learning)

为确保新同学或新微服务无需手动改写配置文件即可无缝使用,底层引擎内置了两阶段动态发现与自愈闭环:

  1. 自动识别项目:若未显式指定服务名,脚本自动读取本地 Git 仓库的 remote URL 或当前工程根目录名推导微服务 ID;
  2. 流水线与工作负载动态探测 (Auto-Discovery):
  • 若服务未收录在内置清单中,脚本自动调用 Shipwright API(POST /workflow-context/v1/workflows/query)依据服务名与 env: test 匹配测试环境 CI 流水线 ID;
  • 自动调用服务云 API(GET /cloud-proxy-api/cloud-application/app/{serviceId}/virtual-services)检索匹配环境为 test 的工作负载 ID;
  1. 静默自学习沉淀:
  • 探测验通后,自动将 ciWorkflowId 和 testWorkloadId 持久化写入 ~/.shrimp/skills/live-inspector/service_catalog.json;
  • 下次执行直接命中本地缓存,实现 0 手动配置、0 维护成本、越用越聪明。

5.3 🛡️ 生产发布安全铁律 (Strict Test-Only & Production Advisor SOP)

🚨 【生产环境铁律:严禁自动化脚本直写生产容器】 - 生产环境镜像部署直接影响线上真实业务,严禁任何 AI Agent 或自动化脚本绕过官方发布平台直接更新生产虚拟服务容器! - 自动化构建部署能力绝对仅对测试环境 (`test`) 开放。

生产变更参谋模式 (Advisor SOP)

当用户提出“把这个分支/镜像部署到线上/生产环境”时,AI 自动触发发布参谋模式:

  1. 阻断直写:底层脚本拦截任何目标为 prod / online 的部署指令;
  2. 生成《生产环境部署参谋单》:
  • 🎯 应用信息:微服务名称 (serviceId);
  • 🏷️ 推荐发布镜像:展示经过测试验证的最新产物镜像 Tag(例如 hub.ke.com/{app}:{timestamp}-{branch}-{hash});
  • 📝 代码变更摘要:关联的 Git Commit、分支名称、构建人与构建时间;
  1. 交付官方控制台直达链接:
text
   🔗 服务云生产工作负载控制台直达链接:
   https://cloud.intra.ke.com/console/project/cloud/application/{serviceId}/virtual-service-list
  1. 引导负责人审批发布:指引业务负责人在服务云控制台选择该镜像,发起标准的生产发布与审批流程。

5.4 🌐 前端微服务通用构建与服务云交付引擎 (scripts/feci_deploy.js) - FeCI / 青蝉 + 服务云交付中心

全面支持贝壳全量前端微服务(IOT、JZ、ZK、HT 等所有技术栈)的自动化 FeCI 构建、服务云工作负载容器更新与 CDN 静态资源同步:

参数/选项简写默认值说明
`[appName\jobId]`-自动识别目标前端项目名 (如 smart-customer-service-fe, iot-platform-fe) 或 FeCI 任务 ID (如 1282),未提供时自动从本地 Git 仓库识别
--branch-b自动提取构建的代码分支,默认读取本地当前 Git 分支 (master, feat/xxx)
--env-etest目标发布环境类型(默认: test,严格拦截生产环境 prod / online)
--deploy-only-false纯部署模式:跳过 FeCI 代码构建,直接选取最近构建产物下发服务云测试工作负载与 CDN 发布
--ci-only-false纯构建模式:仅执行 FeCI 流水线构建与产物归档,不触发服务云工作负载部署
--search-snull搜索 FeCI 平台上的所有任务与流水线 (如 -s "customer-service")
--list-lfalse查看该任务最近的历史构建记录与触发人、耗时
--dry-run-false安全预检模式,仅打印任务名称、代码仓库、构建环境与分支,不触发实际构建与部署
--set-cookie--保存更新 FeCI 平台 (feci-next.ke.com) 独立 Session Cookie 凭证
--set-cloud-cookie--保存更新服务云平台 (cloud.intra.ke.com) 统一 Session Cookie 凭证

零硬编码与跨工程全流程闭环

  1. 自动感知:任意前端工程根目录下执行 node scripts/feci_deploy.js,自动识别当前工程与 Git 分支;
  2. 动态嗅探:通过 FeCI 官方 API(GET /api/job/list)动态匹配代码仓库与项目名推导流水线 Job ID;
  3. 构建联动交付:构建成功后,自动直连服务云交付中心(PUT /apis/cloud-application/app/:serviceId/virtual-service/delivery),一键更新测试工作负载容器镜像并同步 CDN 静态资源;
  4. 本地自学习:探测验通后自动持久化到 ~/.shrimp/skills/live-inspector/feci_catalog.json,实现越用越快、全公司前端工程通用。

📊 6. AI 交付呈现规范

  1. 日志排查交付:概况元信息 ➕ 结构化明细表格 ➕ 异常原因与堆栈分析;
  2. TraceId 追溯交付:强制绘制清晰的 Mermaid 时序交互图(展示 上游 -> 微服务 -> DB/Redis/下游);
  3. Apollo 配置交付:标明配置中心来源、命名空间、配置 Key、格式化解析后的 JSON 结构,并解释业务含义;
  4. CI 构建与测试部署交付:汇报服务名称、构建分支、流水线 ID、轮询耗时、出炉镜像/产物地址,以及测试环境工作负载更新生效状态;
  5. 协同引导:当发现数据异常或开关需要动态干预时,主动提示可唤起 leo-live-runner 进行免发版处理。
  6. 排查经验沉淀:组织最终回复前,按本地排查流程库独立评估复用价值,不以是否执行过前置检索为条件。有已验证的新方法或判断分支时先查重,在结论文末简短询问是否脱敏保存或更新到本地流程库;用户已明确授权则直接保存并回读。单次普通查询、仅有猜测、无新增内容、本次已拒绝或已询问待答时不再询问;未获保存授权不写入。

🔌 7. 自动获取 Token/Cookie

默认复用现有缓存;仅在凭据缺失或明确登录失败时,按需启动 credential_relay,从已登录浏览器自动获取一次。新凭据经只读接口验证成功后才写缓存。普通 403、500、超时不会触发刷新;显式 --token、--cookie 或环境变量优先,不自动切换账号。构建、发布等写请求不会自动重放。

安装与使用

  1. 在 Chrome 打开 chrome://extensions/,开启开发者模式,选择【加载已解压的扩展程序】。
  2. 选择当前 skill 下的 resources/chrome_extension。AI 应提供当前生效的绝对路径;macOS 可用 Cmd + Shift + G 输入路径,Windows 可在文件选择器地址栏输入。
  3. 已安装旧版时,将扩展更新到本目录的 1.3.0 并点击【重新加载】。
  4. 在同一浏览器普通 Profile 登录目标网站,正常执行 skill 命令即可,无需复制或配对文件。

插件约每 60 秒探测本机 127.0.0.1:19528;没有任务时不读 Cookie。业务进程只在等待凭据时监听,任务仅存内存,拿到结果、超时或取消后关闭。默认最长等待 180 秒;系统休眠可能延迟探测。超时请确认浏览器和扩展已开启、目标网站已登录,然后重试。

平台范围

场景自动获取范围
服务云 MySQLcloud_console_token_egg
服务云构建部署适用于服务云请求 URL 的 Cookie
Shipwright独立获取和缓存,不复用服务云整串 Cookie
FeCI独立获取适用于 feci-next.ke.com 的 Cookie
Apollo 测试 Portal适用于 Portal 的 Cookie(包括 jt_apollo_login_token)
Dinsight上述 5 个 Key,按实际认证 API URL 获取
Paoding 测试日志匿名优先;明确鉴权失败后尝试缓存及浏览器
FAST / Apollo ConfigService沿用现有访问流程,不新增强制凭据要求

第一版仅支持浏览器 Cookie,包括 HttpOnly Cookie 和存于 Cookie 中的 Token;不读取 localStorage、sessionStorage 或请求头 Token。仅支持同机单个普通 Profile,不支持隐身、分区 Cookie 或远程浏览器。信任本机程序,无配对密钥;端口被其他进程占用时返回 RELAY_BUSY,稍后重试。

手动兜底

设置 LEO_INSPECTOR_BROWSER_CREDENTIALS=off 可关闭自动获取,保留已有缓存和手动设置参数。不能安装插件时,可在浏览器开发者工具 Application → Cookies 复制目标凭据,或使用插件导出 Cookie,再调用业务脚本的 --set-token / --set-cookie。Shipwright 使用 ci_deploy.js --set-shipwright-cookie。不要在回复、日志或代码中记录凭据值。


📚 规范与实战文档索引

Verwandte Aufgaben