我们正在构建一个 DevOps 代理，以协助值班期间的故障修复。思路很简单：当故障事件触发时，该代理从我们的内部 Wiki 读取相关运行手册，评估当前状况，并执行相应的修复步骤。无需等待工程师在凌晨 3 点醒来、找到正确的页面并手动逐项执行检查清单。该代理已具备执行操作所需的上下文、工具和访问权限。完成此项工作需要提升的权限。例如重启服务、扩展资源，在某些情况下还需删除并重建堆栈。这种访问权限是有意赋予的。若无更改基础设施的授权，便无法解决基础设施问题。