基于 AI 的线上维护机器人
提现功能是怎么实现的，它有没有调用风控的接口呢？ 可否统计以下最近我们对 A 服务商的接口有多少次失败调用？ xx订单已经是特殊渠道订单，为什么还是出现在审核列表？ 。。。。
这些悬在开发同学头上的一个个魔咒， 一大半都可以通过 AI 来分担。
三类问题，本质一样
系统维护里的「问答题」，万变不离三类：
| 类型 | 典型场景 | 答案来源 |
|---|---|---|
| 逻辑咨询 | 「提现功能怎么实现的？」「这个接口谁调用的？」 | 代码库 |
| 数据统计 | 「今天失败订单有多少？」「某用户最近几笔交易？」 | 数据库 |
| 问题排查 | 「支付失败了帮看下」「这个报错什么原因？」 | 日志 → 库 → 代码 |
三类问题看起来不同，本质上是一样的：基于已有的数据进行归纳和分析，最终得到答案，而这，恰恰是 AI 的强项。
整体方案
聊天框里发一条消息 → cc-connect 长连接转发 → Agent 搜代码、查库查日志进行分析 → 结果回到对话框。
功能说明
- IM（入口）：飞书、钉钉、企微等聊天工具入口，让问题在聊天框内就得到解决
- cc-connect（连接器）：维护 IM 与 Agent 之间的长连接，消息双向转发；参考 《飞书与 cursor 互通》
- Agent（打工仔）：借助 Cursor / Claude / Codex 等成熟的 AI Agent ，可以让问题排查更加高效准确
- 数据端：代码库、数据库、日志三路数据源；
如何保证代码是最新的？
cc-connect web 中有一个菜单是定时任务，可以用提示词的方式让 AI 定时更新代码。参考提示词：
s
AI 读生产数据和日志
使用提示词，让 AI 创建一个 skill 即可，Agent 会在需要的时候自主调用 创建一个 skill, 使用 xxx 用户名和 xxx密码 登陆到 xxx 系统
信息安全
在 方便 与 安全 之间，每个团队总会有自己的风格。我只介绍一下我做了哪些防范措施，大家酌情取舍。
提示词围栏
在整个工作空间的根目录，我通过 AGENTS.md 给 agent 的能做的事情做了背景限定。大致配置如下：
数据账号权限
- git 使用的是个人开发账号，但是本地只拉取了受保护的master分支，不能直接提交代码
- 数据库使用的是类似 yearning 的审计平台，只读权限，查询的是从库，且有最大 1000 条的限制
- 日志使用的是只读 kibana 账号
IM 对话权限
- 出于可控考虑，我的对话机器人只在小范围产研群里添加，没有开放到业务群
- cc-connect web 中可以配置有权限跟机器人对话的用户id，参考图如下：
Agent 权限
以 cursor cli 为例，它的配置文件中可以配置 agent 能执行的所有命令的黑白名单列表，用来兜底。