属于Basis运维的、在Linux平台上运行的大模型测评 OS Copilot智能助手测评

简介: OS Copilot是阿里云为Linux打造的智能操作系统助手,基于大模型,助用户进行自然语言问答、命令执行和系统运维。它简化了Linux操作,适合新手和运维人员。测评者作为IT架构师,发现OS Copilot使非技术背景人员也能操作Linux,接入命令可在官方文档找到。测试显示,通过"co"命令可与OS Copilot交互,实现生产任务融合。该工具提高了工作效率,尤其是对于遗忘具体命令时,非常有帮助。文档清晰,适合生产环境使用,值得进一步探索。

背景

OS Copilot产品:OS Copilot是阿里云操作系统团队基于大模型构建的OS智能助手。它具有自然语言问答、辅助命令执行、系统运维调优等功能,帮助用户更好地使用Linux,提升阿里云的使用体验。

面向日常使用Linux系统的用户,体验OS Copilot关于OS的问题咨询、辅助运维、编程学习等功能,帮助入门用户更好的体验学习Linux系统知识,帮助运维人员高效解决系统问题,帮助开发人员提升编程效率。

我是一名大型企业的IT架构师,混合云架构中,阿里云作为云服务商提供了卓越的云服务,而OS Copilot是基于大模型构建的操作系统智能助手,可以让没有技术背景的产品经理或者没有服务器经验的开发人员,完成对linux的操作,在本次评测中,我会从管理和一线运维人员的角度,来写一下我的使用感受。


文档

文档中,详细记录了,让ECS如何接入OS Copilot操作系统智能助手

官方文档


测试

首先,我进行了OS Copilot的接入,详细接入命令请看官方文档,在接入完成后,我进行了测试

image.png

在接入成功后,直接输入co,就可以进入OS Copilot的连续对话界面

image.png image.png


输入exit就退出了连续对话。

然后通过co+想要做什么,可以实现在shell环境下,直接询问OS Copilot,而非连续对话,这样就可以在使用OS Copilot的同时,进行进行操作linux系统,进行了一个询问和生产工作的融合。

可以通过co+想要做什么,这样的语法,通过文字描述,而无需输入指令,即可完成linux服务器的配置,举例是安装一个vsftpd服务。

image.png

在安装好ftp服务后,可以直接进行询问OS Copilot,配置相关的问题。

image.png


要注意一点语法,就是,在co后面的表达中,不可以添加空格,否则会识别不到

image.png



总结

在经过测评,我得出以下结论

1.作为技术出身,有的时候也会参与服务器运维的操作,但是长时间不使用技术,比如使用awk进行搜索文件,该用什么命令进行文本搜索,该用什么命令进行系统调优,等一些运维场景,会手忙脚乱,这种情况下有一个大数据模型作为辅助,可以短时间上手,不影响正常工作。


2.而且,官方提供的文档清晰明了,可以让我快速的接入使用OS Copilot,如果接入生产环境,这会让任何人都可以去完成basis相关的工作,这个功能十分强大,我期待有机会更深入的了解。


3.OS Copilot对我的工作很有帮助,如果打分的话是10分,如果有需要我可以参与大模型的训练。


4.本次体验OS Copilot,对辅助命令很感兴趣,很实用。可以对服务器运维类工作有很大辅助作用。


5.目前没有体验过类似的、在linux端运行的、可以辅助运维的大模型,希望还能扩展,由描述需求,到一键执行脚本去安装标准化服务及配置。在使用虚拟化等架构方案时,如果可以使用OS Copilot进行辅助,会大大降低排错成本,期待那一天的到来


6.期待OS Copilot 可以在ECS端进行联动,比如多台内网服务器,在设定好的范围里,使用OS Copilot进行统一管理。它可以根据用户的代码编写习惯提供智能的代码补全和错误提示。这些应用场景都将极大地提升开发者的工作效率和体验。


总体来说,我很愿意向周边的朋友和工作伙伴推荐智能助手。因为它不仅是一个强大的工具,更是一个能够激发创新思维、提升团队整体工作效率的利器。如果智能助手开源,我绝对有意愿参与其更深的评测,特别是针对OS领域大模型的训练和优化。我相信,通过社区的共同努力,智能助手能够变得更加完善,为更多开发者带来便利。


目录
相关文章
|
人工智能 运维 自然语言处理
大模型+运维:让AI帮你干脏活、累活、重复活!
大模型+运维:让AI帮你干脏活、累活、重复活!
1312 19
|
12月前
|
人工智能 运维 安全
AI大模型运维开发探索第四篇:智能体分阶段演进路线
本文探讨了智能体工程的演进历程,从最初的思维链(智能体1.0)到实例化智能体(智能体2.0),再到结构化智能体(智能体3.0),最终展望了自演进智能体(智能体4.0)。文章详细分析了各阶段遇到的问题及解决策略,如工具调用可靠性、推理能力提升等,并引入了大模型中间件的概念以优化业务平台与工具间的协调。此外,文中还提到了RunnableHub开源项目,为读者提供了实际落地的参考方案。通过不断迭代,智能体逐渐具备更强的适应性和解决问题的能力,展现了未来AI发展的潜力。
|
7月前
|
Ubuntu Unix Linux
操作系统的最强入门科普(Unix/Linux篇)
下期文章,小枣君会重点聊聊Windows和macOS那条线。敬请关注! 如果大家觉得文章不错,还请帮忙多多转发!谢谢!
|
7月前
|
Web App开发 缓存 Rust
|
11月前
|
运维 监控 Kubernetes
【大模型】RAG增强检索:大模型运维的基石
RAG(检索增强生成)是一种结合大模型与外部知识库的技术,通过“先查资料再作答”的流程,解决模型幻觉、知识更新滞后等问题。其核心包括四大模块:文档处理中心、知识检索库、提问处理器和智能应答器。RAG在大模型运维中实现知识保鲜、精准控制和成本优化,同时支持动态治理、安全合规增强及运维效率提升,推动智能运维从“人工救火”向“预测性维护”演进。
2459 10
【大模型】RAG增强检索:大模型运维的基石
|
人工智能 弹性计算 运维
操作系统控制台体验测评
操作系统管理平台是一个智能服务器管家,提供便捷易用的可视化操作界面,帮助用户高效管理操作系统。它具备运维管理、智能助手、扩展组件管理等功能,提升操作系统使用效率和体验。首次使用需开通服务并准备兼容的操作系统ECS实例(如Alibaba Cloud Linux、CentOS等),通过安装管控组件实现纳管。平台提供系统健康监测、诊断、观测及订阅服务等功能,确保集群和主机的稳定运行,并为用户提供专业指导和优化建议。智能助手功能则实现了集群多主机的自动化管理及实时技术问答支持。
458 64
|
人工智能 运维 数据可视化
玩转云服务器——阿里云操作系统控制台体验测评
在云服务器日益普及的背景下,运维人员对操作系统管理工具的要求不断提高。我们需要一款既能直观展示系统状态,又能智能诊断问题,提供专业指导的控制台。阿里云操作系统管理平台正是基于API、SDK、CLI等多种管理方式,致力于提升操作效率,为用户带来全新的系统运维体验。阿里云操作系统控制台凭借便捷易用的设计和高效的管理功能,成为云服务器运维的强力助手。本次测评基于真实体验截图,对其整体表现进行了深入探索。
481 34
|
12月前
|
机器学习/深度学习 运维 自然语言处理
大模型也能当“运维警察”?——大模型技术在异常检测中的应用
大模型也能当“运维警察”?——大模型技术在异常检测中的应用
2042 13
|
11月前
|
弹性计算 运维 监控
【阿里云】操作系统控制台——体验与测评
阿里云操作系统控制台是一款强大的综合管理平台,集健康评估、智能诊断与性能优化于一体。通过可视化界面,用户可便捷高效地管理操作系统,降低运维复杂度。它支持弹性云服务器(ECS)的监控与调优,提供进程热点追踪、系统诊断等功能,帮助用户快速定位问题并给出优化建议。此外,控制台还具备地域限制和组件安装要求,需确保配置一致性。对于中小企业和技术新手,这款工具极大简化了运维流程,提升了资源利用率和系统稳定性。建议增加报告导出功能及内嵌智能助手,进一步优化用户体验。总结来说,该控制台如同“云服务器管家”,让运维更简单、业务更稳定。
|
存储 弹性计算 缓存
【阿里云】操作系统控制台深度体验与性能测评
本文介绍了如何通过阿里云控制台高效管理云资源,包括创建云服务器ECS、RAM授权、组件安装、系统诊断和监控等操作。阿里云控制台提供了便捷的操作界面、实时监控功能、高效的管理和安全预警,帮助用户优化云环境性能并确保业务高效运行。通过具体实例,展示了从创建ECS实例到进行系统诊断和观测的全流程,并提供了针对常见性能瓶颈的优化建议。此外,还提出了改进建议,如增加应用示例和报告存储功能,以提升用户体验。
408 21