用小龙虾，我在地铁上把告警处理了原创

还好，之前对接了electric agent.前几天我刚好把elastic升级到了最新版本，在新版本里有一个超棒的功能，就是通过a builder可以创建专门的打工牛马。我一听这功能这么有趣又实用，就没忍住，顺手创建了好几个，想象着他们能帮我分担不少工作。在这里，我创建了一个s re1agent，只需要简单描述一下排查的思路、推理的原则以及字段查询的规范，一个妥妥的免费打工人就创造出来了。有了agent，也只是具备了一个简单的脚手架，我们还需要给它配置对应的工具。在新版本的elastic中，不仅发布了agent builder, 还搭配发布了一个workfall agent和workloll，一个负责通过调用智能体进行规划来获得灵活性，一个负责通过定义标准工作流程来获得确定性，但两者又是可以相互调用的。就像在这里，我创建了一个调用智能体的work flow来进行RC的分析，然后我们创建一个新的tools，把这个work flow包装起来，变成A镇。

的可以调用的抓手。如果说agent是一个脚手架，Tools就是它外延的工具，能调用的工具越多，能做的事情就越多。这里有很多现成的预制的工具可以使用，既然是s re agent, 我就无脑的全部勾上。

到这里，我们就简单创建了一个基本能用的s re agent, 总的耗时不到5分钟，甚至整个过程你可以让A来帮你做，因为agent的build提供了完整的API，让你能通过API而不是UI界面来完成创建和编辑。同时已经创建好的所有agent都可以通过ara协议对外发布，这样我们就能通过龙虾等工具远程使用，做到隔离、安全利用。让A镇帮我看看是什么问题，让我把这条短信发到我的小龙虾，让龙虾去跟我的A阵沟通和解决。

通过龙虾上的ara SQ, 我们可以让龙虾嗅探real search集群上以及ara协议暴露的agent。只需要提供一个终端UR2和访问plastictic search集群的apip，你的龙虾就可以轻松访问各种A人。这种Agent sub agent的工作模式将是以后智能体主流的工作方式，这能有效避免单一agent的上下文空间爆炸、注意力不集中等问题，做到上下文隔离、数据访问权限隔离与工具隔离。在这里，龙虾会理解我的问题，并重新组织语言，与下层的s re1a阵井进行沟通。

这个过程相比于龙虾调用Carl或者MCP去访问数据更为高效和安全，同时也不会污染顶层对话的上下文，让龙虾保持专注。下层A阵的分析过程不会回传给龙虾，只会返回最终的结果。同时在lasttic search上，所有的绘画信息会被保留，你可以在key banner上查看整个分析的过程，做到可查看、可追溯、可分析、可记忆。龙虾上收到的结果与最终的内容对应，你可以随时事后查看。

可以看到，这个RCA的分析使用了大量的工具，提取了日志指标和追踪数据，并且还使用了异常检测模型去定位可能导致问题的点，最终从一个简单的延迟告警确认了是下游radis的问题。原来是瑞迪的问题，我让龙虾把这个问题转给对应的团队就解决了。