对话即运维:阿里云 Workbench AI Agent 让云上操作更智能、更高效

简介: 阿里云推出Workbench AI Agent模式,通过自然语言交互实现ECS运维自动化。用户无需记忆复杂命令,即可对话式完成软件安装、问题诊断、系统配置等操作,大幅降低上云门槛,提升运维效率,开启智能云上新体验。

阿里云今日正式推出Workbench AI Agent模式,该创新功能将自然语言处理技术深度融入云服务器运维场景,使开发者和运维人员能够通过简单对话完成复杂的ECS命令行操作,显著降低云上运维门槛,提升操作效率与准确性。

从命令行到对话式交互:Workbench AI Agent如何重塑云运维体验

作为内嵌于阿里云Workbench的核心智能助手,Workbench AI Agent模式突破了传统命令行交互的局限,实现了"对话即命令"的全新运维体验。用户无需记忆繁琐的Linux命令,仅需以自然语言描述需求(如"我的实例有点慢,帮我分析并解决"或"请帮我安装Docker"),系统即可智能识别意图,自动规划并执行相应的操作步骤。该功能特别适用于问题诊断、软件安装及系统配置等高频运维场景,将原本需要专业技能的操作转化为直观流畅的对话过程。

五大核心能力;三大适用场景:驱动智能运维效率跃升

Workbench AI Agent模式的核心优势在于其智能化的任务处理能力。

  • 自动识别Shell命令与自然语言指令:例如输入Is时,会识别为Shell命令,不会触发对话。
  • 智能任务拆解:当接收到安装Docker或检查CPU这类宏观需求时,Agent能自动将其分解为一系列具体的、可执行的命令行步骤。
  • 动态流程调整:Agent并非机械地执行预设脚本。它会根据上一步命令的执行结果(成功、失败或具体输出),实时调整后续的操作计划。
  • 自主决策与规划:在清晰的指令下,Agent能够自主规划完成任务所需的流程,例如安装软件时自动处理依赖关系。
  • 上下文感知:Agent能够理解当前终端所处的目录、之前的操作历史等上下文信息,从而提供更精准、更贴合当前场景的操作建议。

在云计算日益普及的今天,运维效率已成为企业数字化转型的关键瓶颈。Workbench AI Agent模式的推出,标志着云服务交互方式的重大突破。用户无需适应复杂的命令行系统,系统可以主动理解用户意图,将运维专家的知识内化为智能助手的能力。这不仅大幅降低了云上操作门槛,更能将运维人员从重复性工作中解放出来,专注于更高价值的业务创新。

同时针对具体适用场景,阿里云官网文档还上线了操作示例,无门槛轻松上手,问题诊断、软件安装、系统运维,三大使用场景全覆盖。

场景一:问题诊断

例如在服务器响应变慢时,输入:我的实例有点慢,帮我分析并解决

场景二:软件安装

例如在需要安装Docker时,输入:请帮我安装Docker

场景三:系统运维

例如在需要禁用SSH密码登录时,输入:帮我禁用SSH密码登录

一键启用,轻松上手:Workbench AI Agent的快速入门指南

目前,该功能现已全面开放,用户只需通过ECS控制台进入新版Workbench,点击顶部Agent按钮或使用快捷键(Command + I/macOS或Ctrl + Shift + I/Windows)即可启用。适用范围覆盖所有具备Workbench登录权限的Linux实例,对于涉及公网下载的任务,建议确保实例具备公网访问能力。

从"功能可用"到"体验友好":云服务交互方式的范式转移

随着企业上云进程加速,运维复杂度持续提升,Workbench AI Agent模式的推出恰逢其时。它不仅简化了云服务器管理流程,更为开发者提供了更自然、更智能的交互体验,标志着云服务从"功能可用"向"体验友好"的重要转变。阿里云将持续优化AI Agent能力,拓展更多智能化场景,助力企业更高效地驾驭云上世界,释放数字化转型的全部潜能。

即日起,所有阿里云用户均可在ECS控制台体验Workbench AI Agent模式,开启智能云上运维之旅。

传送门:https://help.aliyun.com/zh/ecs/user-guide/workbench-ai-agent-mode

相关文章
|
3月前
|
弹性计算 人工智能 机器人
Moltbot部署又出新玩法!阿里云计算巢全流程方案上线
昨日,阿里云推出「轻量服务器×Moltbot」全流程部署方案,已打通千问、钉钉、imessage。今天,阿里云继续迭代,为用户带来更多便捷的部署方式——【计算巢×Moltbot全流程部署方案】也火速上线!相较于轻量应用服务器,计算巢部署有以下区别,用户可以根据自己的需求进行选择。
|
SQL 存储 物联网
基于 LLM 的知识图谱另类实践
大语言模型时代,我们有了 few-shot 和 zero-shot 的能力。借助这些 LLM 能力,如何更便捷地实现知识图谱的知识抽取,用知识图谱来解决相关问题。
956 1
基于 LLM 的知识图谱另类实践
|
2月前
|
人工智能 前端开发 API
AI Agent系列|什么是 ReAct Agent?
本系列文章基于 Lynxe 作者沈询的实战经验,深入浅出解析 ReAct Agent 的核心原理与工程价值,帮助开发者快速掌握从“写流程”到“造智能体”的关键跃迁。
|
9天前
|
人工智能 安全 API
AI数字员工落地:OpenClaw阿里云/本地企业级部署与千问/Coding Plan API配置指南
2026年AI智能体技术已进入规模化落地阶段,以Qwen3系列为代表的大模型具备超长文本上下文、多模态理解与多步骤复杂任务执行能力,让AI从辅助工具进化为可独立执行业务流程的数字员工。阿里云百炼平台推出的qwen3-max-2026-01-23模型,融合自主思考、联网检索、代码解析能力,在企业场景中实现高精度决策与任务处理。面对这一趋势,企业需要轻量化、安全可控、易扩展的AI智能体管理平台,OpenClaw(Clawdbot)正是支撑数字员工部署、调度、运维的核心框架,具备多平台接入、模块化技能、定时任务、安全沙箱四大核心能力,可帮助企业快速搭建AI自动化工作流,实现降本增效。本文完整讲解Op
585 3
|
9月前
|
机器学习/深度学习 运维 监控
智能运维Agent:自动化运维的新范式
在数字化转型浪潮中,智能运维Agent正重塑运维模式。它融合人工智能与自动化技术,实现从被动响应到主动预防的转变。本文详解其四大核心功能:系统监控、故障诊断、容量规划与安全响应,探讨如何构建高效、可靠的自动化运维体系,助力企业实现7×24小时无人值守运维,推动运维效率与智能化水平全面提升。
1996 0
|
4月前
|
人工智能 运维 安全
一文看懂函数计算 AgentRun,让 Agentic AI 加速进入企业生产环境
AgentRun 的愿景很简单:让 AI Agent 从 Demo 到生产级部署,变得前所未有的简单。通过 Serverless 架构持续优化成本并解放运维负担,通过企业级 Runtime 提供生产级的执行环境和安全保障,通过开源生态集成避免框架锁定,通过全链路可观测让每个环节都清晰可控——这就是 AgentRun 要为企业提供的完整解决方案。
|
5月前
|
人工智能 安全 调度
一文详解容器服务面向大模型和 AI Agent 的技术变革
在生成式人工智能迅猛发展的浪潮下,企业应用正加速从模型研究走向业务落地。无论是大规模的数据处理、超大参数模型的训练与推理,还是部署能够自动完成任务的 AI Agent,这些场景都需要稳定、高效且可弹性伸缩的资源调度与管理能力。容器凭借环境一致性、跨平台部署和高效调度等优势,天然契合 AI 场景对多样化算力、快速迭代和规模化分发的要求,成为 AI 时代事实上的原生基石。然而,要满足在生产规模下的需求,产品及技术形态需随之演进。
458 3
|
2月前
|
存储 人工智能 弹性计算
Chaterm Agent Skills + 千问大模型,智能运维再进化
凌晨3点被监控告警叫醒,手动排查20分钟才找到问题?Chaterm Agent Skills来帮你!通过深度集成千问大模型,Chaterm的Agent Skills可以将运维经验"打包"成可执行技能,让AI助手自动执行标准流程。Chaterm提供了Chat、Command、Agent三种模式,依托Qwen模型强大的语义理解、可靠的命令生成和智能的Agent任务规划能力,Chaterm为使用者提供更加智能和新颖的运维体验,将日常需要20分钟的任务缩短到3分钟,并在故障发生时基于以往经验快速排查和恢复。
Chaterm Agent Skills + 千问大模型,智能运维再进化
|
4月前
|
运维 监控 前端开发
基于AI大模型的故障诊断与根因分析落地实现
本项目基于Dify平台构建多智能体协作的AIOps故障诊断系统,融合指标、日志、链路等多源数据,通过ReAct模式实现自动化根因分析(RCA),结合MCP工具调用与分层工作流,在钉钉/企业微信中以交互式报告辅助运维,显著降低MTTD/MTTR。
3700 28

热门文章

最新文章