Flink 的运维与调优高度依赖专家经验，存在异常处置慢、修复成本高、开发者频繁就 SQL 优化和排障进行咨询等问题。为此，我们打造了集自愈、诊断与问答能力于一体的智能运维平台 Flink Ops，并基于 LLM 开发了 Flink Expert Agent——形成"观测—决策—执行—交互"的闭环体系。 本次演讲涵盖： 平台架构：统一接入指标、日志、血缘与知识库，实时刻画健康画像 自愈引擎：双模自动化——基于规则的修复叠加 Agent 驱动的智能恢复 智能诊断：自动异常检测、根因推理与修复建议 专家问答：面向 SQL 优化、配置调优与排障的自然语言接口 生产成效：MTTR 降至 X 分钟，开发者自助率达到 Y% 适用人群：对智能 DataOps 以及 LLM 驱动的运维系统感兴趣的数据平台工程师、SRE 与 AI 从业者。

讲师:

Chaoming Zhang：高级工程师，蚂蚁实时计算团队

6 年大数据经验。蚂蚁 Flink 引擎团队高级工程师。负责构建 Flink Ops 与 Expert Agent，实现实时计算的智能运维。