运维消息处理方法、装置、存储介质及智能机器人与流程

1.本技术涉及运维技术领域，尤其涉及一种运维消息处理方法、装置、存储介质及智能机器人。


背景技术：

2.运维是指对大型组织已经建立好的网络软硬件的运行进行维护。目前，运维时所用到的运维知识通常以非结构化文本方式保存或依赖与运维工程师的运维经验得出，知识较为分散，难以形成运维知识积累。
3.例如，某一系统的运维知识可能仅被特定的运维工程师所掌握，其他运维工程师对该系统缺乏了解，无法高效对该系统进行运维排查和响应；并且，当组织越大时，运维工程师每天需要应对的运维问题会越多，有的运维问题可能并非组织内部的问题，这样导致运维问题无法得到及时有效的解决方案，进而降低生产稳定性。


技术实现要素：

4.本技术的目的旨在至少能解决上述的技术缺陷之一，特别是现有技术中某一系统的运维知识可能仅被特定的运维工程师所掌握，其他运维工程师对该系统缺乏了解，无法高效对该系统进行运维排查和响应，这样导致运维问题无法得到及时有效的解决方案，进而降低生产稳定性的技术缺陷。
5.本技术提供了一种运维消息处理方法，所述方法应用于智能机器人，包括：
6.获取用户在集成有机器人服务的聊天软件中输入的运维消息；
7.将所述运维消息发送至消息服务器，并通过所述消息服务器根据所述运维消息的消息类型，将所述运维消息发送至相应的api服务中进行处理；
8.接收所述消息服务器返回的相应的api服务对所述运维消息的处理结果，并将所述处理结果发送至所述聊天软件的展示页面进行展示。
9.可选地，所述通过所述消息服务器根据所述运维消息的消息类型，将所述运维消息发送至相应的api服务中进行处理，包括：
10.通过所述消息服务器根据所述运维消息中携带的关键字，确定所述运维消息的消息类型，并根据所述运维消息的消息类型，将所述运维消息发送至相应的api服务中进行处理。
11.可选地，所述通过所述消息服务器根据所述运维消息中携带的关键字，确定所述运维消息的消息类型，包括：
12.通过所述消息服务器确定所述运维消息中携带的关键字的优先级；
13.若所述消息服务器确定所述运维消息中携带的关键字的优先级相同，则直接根据所述关键字确定所述运维消息的消息类型；
14.若所述消息服务器确定所述运维消息中携带的关键字的优先级不同，则根据优先级最高的关键字确定所述运维消息的消息类型。
15.可选地，所述通过所述消息服务器根据所述运维消息的消息类型，将所述运维消息发送至相应的api服务中进行处理，包括：
16.通过所述消息服务器判断所述运维消息的消息类型是否为内部运维平台咨询消息；
17.若所述消息服务器确定所述消息类型为内部运维平台咨询消息，则将所述运维消息发送至内部运维消息处理器中进行处理；
18.若所述消息服务器确定所述消息类型并非内部运维平台咨询消息，则通过所述消息服务器判断所述运维消息的消息类型是否为人工服务消息；
19.若所述消息服务器确定所述消息类型为人工服务消息，则根据所述运维消息通知对应的运维人员进行处理；
20.若所述消息服务器确定所述消息类型并非人工服务消息，则将所述运维消息发送至外部语言模型中进行处理。
21.可选地，通过所述消息服务器将所述运维消息发送至内部运维消息处理器中进行处理，包括：
22.通过所述消息服务器将所述运维消息发送至内部运维消息处理器，并通过所述内部运维消息处理器判断所述运维消息的消息类型是否为运维操作；
23.若所述内部运维消息处理器确定所述消息类型为运维操作，则向用户发送与所述运维消息相关的操作命令，并在用户确认所述操作命令后执行相关运维操作；
24.若所述内部运维消息处理器确定所述消息类型并非运维操作，则将所述运维信息发送至内部运维服务中进行处理。
25.可选地，通过所述内部运维消息处理器将所述运维信息发送至内部运维服务中进行处理，包括：
26.通过所述内部运维消息处理器将所述运维信息发送至内部运维服务，并利用所述内部运维服务对所述运维消息进行预处理后，将预处理后的运维消息发送至目标内部语言模型中，得到所述目标内部语言模型输出的答案信息。
27.可选地，所述目标内部语言模型的训练过程，包括：
28.按照预先配置的采集参数和采集工具采集初始数据，并对所述初始数据进行清洗后得到目标数据，所述目标数据包括指定的运维平台使用文档、故障报告和人工筛选的聊天信息；
29.根据所述目标数据确定样本运维消息和真实答案信息；
30.将所述样本运维信息输入至初始内部语言模型中，得到所述初始内部语言模型输出的预测答案信息；
31.以所述预测答案信息趋近于所述样本运维消息对应的真实答案信息为目标，对所述初始内部语言模型进行训练；
32.当所述初始内部语言模型达到预设的训练条件时，将训练后的初始内部语言模型作为目标内部语言模型。
33.可选地，所述方法还包括：
34.利用预设的关键字对所述目标内部语言模型的输出进行优先级打分，并根据打分结果对所述目标内部语言模型进行优化调整。
35.可选地，所述方法还包括：
36.将所述初始数据存储到数据库中，并将所述初始数据生成可视化报告后通过可视化工具进行展示。
37.本技术还提供了一种运维消息处理装置，包括：
38.消息获取模块，用于获取用户在集成有机器人服务的聊天软件中输入的运维消息；
39.消息处理模块，用于将所述运维消息发送至消息服务器，并通过所述消息服务器根据所述运维消息的消息类型，将所述运维消息发送至相应的api服务中进行处理；
40.处理结果展示模块，用于接收所述消息服务器返回的相应的api服务对所述运维消息的处理结果，并将所述处理结果发送至所述聊天软件的展示页面进行展示。
41.本技术还提供了一种存储介质，所述存储介质中存储有计算机可读指令，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行如上述实施例中任一项所述运维消息处理方法的步骤。
42.本技术还提供了一种智能机器人，包括：一个或多个处理器，以及存储器；
43.所述存储器中存储有计算机可读指令，所述计算机可读指令被所述一个或多个处理器执行时，执行如上述实施例中任一项所述运维消息处理方法的步骤。
44.从以上技术方案可以看出，本技术实施例具有以下优点：
45.本技术提供的运维消息处理方法、装置、存储介质及智能机器人，在多个聊天软件中集成有机器人服务，这样，用户可以选择任意的集成有机器人服务的聊天软件来发送运维消息，当智能机器人在接收到用户输入的运维消息后，可以将该运维消息发送给消息服务器，并通过消息服务器来根据该运维消息的消息类型，将该运维消息发送至相应的api服务中进行处理，这样既可以保证不同类型的运维消息能够在第一时间内得到处理，还可以通过不同的api服务来处理不同类型的运维消息，这样无论是组织外部还是组织内部的运维消息，都可以通过相应的api服务来进行调用，以此来保证运维消息处理的准确性和及时性；接着，当api服务处理完该运维消息后可以向消息服务器返回处理结果，这样消息服务器便可以将该处理结果发送给智能机器人，智能机器人接收到该处理结果后，便可以将该处理结果发送至用户所使用的聊天软件的展示页面进行展示，以此来为用户解答相应的运维问题。并且，本技术在运维时使用智能机器人进行运维操作，这样不仅可以减少人工重复性劳动，还可以提高生产稳定性。
附图说明
46.为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。
47.图1为本技术实施例提供的一种运维消息处理方法的流程示意图；
48.图2为本技术实施例提供的运维消息的处理流程示意图；
49.图3为本技术实施例提供的一种运维消息处理装置的结构示意图；
50.图4为本技术实施例提供的一种计算机设备的内部结构示意图。
具体实施方式
51.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
52.目前，某一系统的运维知识可能仅被特定的运维工程师所掌握，其他运维工程师对该系统缺乏了解，无法高效对该系统进行运维排查和响应；并且，当组织越大时，运维工程师每天需要应对的运维问题会越多，有的运维问题可能并非组织内部的问题，这样导致运维问题无法得到及时有效的解决方案，进而降低生产稳定性。
53.基于此，本技术提出如下技术方案，具体参见下文：
54.在一个实施例中，如图1所示，图1为本技术实施例提供的一种运维消息处理方法的流程示意图；本技术提供了一种运维消息处理方法，所述方法应用于智能机器人，可以包括：
55.s110：获取用户在集成有机器人服务的聊天软件中输入的运维消息。
56.本步骤中，当用户想要获取运维知识或者进行相关的运维操作时，可以通过集成有机器人服务的聊天软件中输入相应的运维消息，这样智能机器人接收到该运维消息后，便可以对该运维消息进行相应的处理，以便为用户提供相应的处理结果。
57.可以理解的是，本技术的智能机器人可以预先被集成在聊天软件中，并通过event监听回调用户在聊天软件中输入的运维消息。该聊天软件包括但不限于纯聊天软件、办公软件、运维软件等可以进行相关对话的软件。这样用户便可以根据自身的使用习惯或者工作要求等，使用相应的聊天软件来获取相应的运维知识，该运维知识包括但不限于用户所在的组织内部的运维知识，以及用户所在的组织外部的运维知识，以此来为用户提供与运维场景相关的咨询和问答操作，以减少用户寻找合适的运维工程师问询相关运维知识的时间，并减少运维工程师重复解答相关运维问题的工作量，从而有效提升运维效率。
58.进一步地，本技术的运维消息指的是与运维场景相关的消息，该消息包括但不限于相关运维操作的流程、相关运维问题的运维对象、相关运维问题的答案等，在此不做限制。另外，本技术中将机器人服务集成到多种类型的聊天服务中的技术手段，可以通过现有技术来实现，在此不做赘述。
59.s120：将运维消息发送至消息服务器，并通过消息服务器根据运维消息的消息类型，将运维消息发送至相应的api服务中进行处理。
60.本步骤中，通过s110获取到用户输入的运维消息后，智能机器人可以将该运维消息发送至消息服务器，并通过消息服务器来根据运维消息的消息类型，将该运维消息发送至相应的api服务中进行处理，以便得到相应的api服务返回的处理结果后发送至智能机器人进行展示。
61.具体地，本技术中，智能机器人在获取到用户输入的运维消息后，为了更好地对该运维消息进行处理，可以将该运维消息发送至消息服务器中，以通过消息服务器来识别该运维消息的消息类型，并按照该运维消息的消息类型，来将该运维消息发送至与该消息类型对应的api服务中进行处理。这样既可以通过与该运维消息的消息类型对应的api服务来处理运维消息，以此来保证运维消息处理的准确性，又可以通过消息服务器来提供高性能
且统一的消息分发机制，以此来提升运维消息的处理效率。
62.另外，对于本技术中与消息服务器对接的api服务，指的是通过api来对接的与运维场景相关的各类服务，该服务包括但不限于组织内部的运维服务以及组织外部的运维服务，如本技术的消息服务器可以与内部运维消息处理器对接，并将内部运维消息发送至内部运维消息处理器进行处理；本技术的消息服务器也可以与外部语言模型，如chatgpt、文心一言、hunyuan等进行对接，以此来对一些不属于组织内部的运维消息进行解答。当然，本技术的消息服务器还可以直接与相关的运维人员进行对接，以此来实现人工运维操作。而本技术中通过api来对接的与运维场景相关的各类服务时，该api可以是一个函数，也可以是一个类，还可以是一个http网络请求，具体可视实际情况进行设置，在此不做限制。
63.s130：接收消息服务器返回的相应的api服务对运维消息的处理结果，并将处理结果发送至聊天软件的展示页面进行展示。
64.本步骤中，通过s120将运维消息发送至消息服务器后，本技术可以通过消息服务器来根据运维消息的消息类型，将运维消息发送至相应的api服务中进行处理，这样相应的api服务对该运维消息进行处理并得到相应的处理结果后，会将该处理结果返回至消息服务器，此时消息服务器可以将处理结果进行收集后返回给智能机器人，智能机器人接收到该运维消息的处理结果后，便可以将该处理结果发送至用户当前使用的聊天软件的展示页面中进行展示。
65.可以理解的是，本技术的消息服务器不仅可以对智能机器人发送的运维消息进行分析，提取关键信息后确定消息类型，还可以根据该运维消息的消息类型将其分发到对应的api服务中进行处理，以及，处理和整理返回的处理结果，并将其返回给智能机器人，智能机器人在接收到消息服务器返回的处理结果后，即可直接显示在相应的对话框中，以便用户及时了解相关运维知识。
66.进一步地，当智能机器人将该处理结果发送至聊天软件的展示页面中进行展示时，若监测到该用户暂未离开当前对话框，则可以将该处理结果直接显示在该对话框的相应位置处，或监测到该用户已经离开当前对话框，则可以通过弹窗或短信、邮件等方式发送给用户，以便用户及时查看相应的运维知识，从而有效提高运维效率。
67.上述实施例中，在多个聊天软件中集成有机器人服务，这样，用户可以选择任意的集成有机器人服务的聊天软件来发送运维消息，当智能机器人在接收到用户输入的运维消息后，可以将该运维消息发送给消息服务器，并通过消息服务器来根据该运维消息的消息类型，将该运维消息发送至相应的api服务中进行处理，这样既可以保证不同类型的运维消息能够在第一时间内得到处理，还可以通过不同的api服务来处理不同类型的运维消息，这样无论是组织外部还是组织内部的运维消息，都可以通过相应的api服务来进行调用，以此来保证运维消息处理的准确性和及时性；接着，当api服务处理完该运维消息后可以向消息服务器返回处理结果，这样消息服务器便可以将该处理结果发送给智能机器人，智能机器人接收到该处理结果后，便可以将该处理结果发送至用户所使用的聊天软件的展示页面进行展示，以此来为用户解答相应的运维问题。并且，本技术在运维时使用智能机器人进行运维操作，这样不仅可以减少人工重复性劳动，还可以提高生产稳定性。
68.在一个实施例中，s120中通过所述消息服务器根据所述运维消息的消息类型，将所述运维消息发送至相应的api服务中进行处理，可以包括：
69.s121：通过所述消息服务器根据所述运维消息中携带的关键字，确定所述运维消息的消息类型，并根据所述运维消息的消息类型，将所述运维消息发送至相应的api服务中进行处理。
70.本实施例中，消息服务器在接收到智能机器人发送的运维消息后，可以根据该运维消息中携带的关键字来确定该运维消息的消息类型，接着根据该运维消息的消息类型来将该运维消息发送至相应的api服务中进行处理。
71.在一种具体的实现方式中，本技术的消息服务器可以是message gateway(消息网关)，该消息网关是由golang实现的高性能消息处理服务，可以根据用户的消息判断是属于运维操作、运维平台咨询提问消息、其他类型问题，或者需要在线求助人工干预解答的消息，然后根据消息类型的不同，分发到不同的api服务进行处理。具体操作可以通过dispatch模块来实现，dispatch模块可以对用户对话时输入的文本进行分析，并提取关键字后，根据该关键字确定该运维消息的消息类型，然后将其分发到对应的api服务进行处理，以此来实现运维消息的高效处理。
72.其中，本技术的api服务包括但不限于report api、chatgpt api、operator api等，report api可以根据输入文本，进行对应的回复，若是涉及运维操作的指令，识别并把即将执行的操作通过对话回复给用户，进行确认操作；chatgpt api可以判断运维消息是否满足report api的文本特征，若不满足report api的文本特征，将会转发到chatgpt中进行普通问题查询回复；operator api可以根据用户返回的确认信息，执行相关运维操作。
73.在一个实施例中，s121中通过所述消息服务器根据所述运维消息中携带的关键字，确定所述运维消息的消息类型，可以包括：
74.s1211：通过所述消息服务器确定所述运维消息中携带的关键字的优先级。
75.s1212：若所述消息服务器确定所述运维消息中携带的关键字的优先级相同，则直接根据所述关键字确定所述运维消息的消息类型。
76.s1213：若所述消息服务器确定所述运维消息中携带的关键字的优先级不同，则根据优先级最高的关键字确定所述运维消息的消息类型。
77.本实施例中，消息服务器在确定运维消息的消息类型时，可以先确定该运维消息中携带的关键字的优先级，若只有一个关键字，则直接根据该关键字来确定运维消息的消息类型；若有多个关键字，则可以先判断各个关键字之间的优先级是否相同，若相同，则可以根据多个关键字来共同确定该运维消息的消息类型；若不相同，则可以根据优先级最高的关键字来确定该运维消息的消息类型。
78.举例来说，本技术可以预先通过智能机器人设置多个关键字，然后在消息服务器中定义每个关键词的优先级以及如何根据关键字的优先级进行消息分发。当智能机器人向消息服务器发送运维消息时，便可以携带相应的关键字，这样消息服务器接收到携带有关键字的运维消息后，可以通过该关键字的优先级来确定该运维消息的消息类型。例如，operator操作特征会先预设一些关键字，只有命中了这些关键字，才会触发操作确认对话。
79.另外，对于本技术中各个关键字的优先级，可以根据实际情况进行设置。例如，本技术可以将运维消息划分为内部消息和外部消息，并在此基础上划分需要人工处理的消息还是可以通过智能问答系统处理的消息，由于通过智能问答系统处理消息的速度较快，响应较及时。因此，本技术可以将通过智能问答系统处理的消息的优先级设置为高于需要人
工处理的消息，这样只有在所有的关键字均命中需要人工处理的消息类型时，才会将该运维消息发送至相应的api服务中进行处理，以此来提高运维处理效率。
80.在一个实施例中，s120或者s121中通过所述消息服务器根据所述运维消息的消息类型，将所述运维消息发送至相应的api服务中进行处理，可以包括：
81.s122：通过所述消息服务器判断所述运维消息的消息类型是否为内部运维平台咨询消息。
82.s123：若所述消息服务器确定所述消息类型为内部运维平台咨询消息，则将所述运维消息发送至内部运维消息处理器中进行处理。
83.s124：若所述消息服务器确定所述消息类型并非内部运维平台咨询消息，则通过所述消息服务器判断所述运维消息的消息类型是否为人工服务消息。
84.s125：若所述消息服务器确定所述消息类型为人工服务消息，则根据所述运维消息通知对应的运维人员进行处理。
85.s126：若所述消息服务器确定所述消息类型并非人工服务消息，则将所述运维消息发送至外部语言模型中进行处理。
86.本实施例中，消息服务器在确定运维消息的消息类型，并根据该消息类型将该运维消息发送至相应的api服务中进行处理时，可以先对内部运维消息进行处理，然后再对其他消息进行处理。因此，消息服务器确定运维消息的消息类型后，可以先判断该运维消息的消息类型是否为内部运维平台咨询消息，若是，则将该运维消息发送至内部运维消息处理器中进行处理，若不是，则进一步判断该运维消息是否为人工服务消息，若是，则根据该运维消息的消息内容通知相应的运维人员进行处理，若不是，则将该运维消息划分至外部运维消息对应的处理逻辑中，即，将该运维消息发送至外部语言模型中进行处理，该外部语言模型包括但不限于chatgpt、文心一言、hunyuan等大型语言模型。
87.在一个实施例中，s123中通过所述消息服务器将所述运维消息发送至内部运维消息处理器中进行处理，可以包括：
88.s1231：通过所述消息服务器将所述运维消息发送至内部运维消息处理器，并通过所述内部运维消息处理器判断所述运维消息的消息类型是否为运维操作。
89.s1232：若所述内部运维消息处理器确定所述消息类型为运维操作，则向用户发送与所述运维消息相关的操作命令，并在用户确认所述操作命令后执行相关运维操作。
90.s1233：若所述内部运维消息处理器确定所述消息类型并非运维操作，则将所述运维信息发送至内部运维服务中进行处理。
91.本实施例中，消息服务器在将运维消息发送至内部运维消息处理器中进行处理时，该内部运维消息处理器可以根据该运维消息的消息类型来判断该消息类型是否为运维操作，若是，则向用户发送与该运维消息相关的操作指令，并在接收到用户确定该操作指令的确认指令后，执行相关运维操作；若不是，则将该运维信息发送至内部运维服务中进行处理，以便通过内部运维服务来解答用户的运维信息。
92.示意性地，如图2所示，图2为本技术实施例提供的运维消息的处理流程示意图；图2中，当用户发送运维消息后，机器人便可接收该运维消息，然后将其发送到message gateway中，message gateway可以判断该运维消息的消息类型是否内部平台消息，若是，则发送至内部运维消息处理器中进行处理，该内部运维消息处理器可以进一步判断该运维消
息的消息类型是否为运维操作，若是，则向用户展示相关命令，并在用户确认后，执行相关运维操作，若用户未确认，则无需响应该运维操作；若不是，则发送给report api进行消息回复；若不是内部平台消息，则消息服务器可以进一步确定是否需要人工帮助，若需要，则通知对应oncall进行接入，若不需要，则通过chatgpt进行回复。
93.在一个实施例中，s1233中通过所述内部运维消息处理器将所述运维信息发送至内部运维服务中进行处理，可以包括：
94.s233：通过所述内部运维消息处理器将所述运维信息发送至内部运维服务，并利用所述内部运维服务对所述运维消息进行预处理后，将预处理后的运维消息发送至目标内部语言模型中，得到所述目标内部语言模型输出的答案信息。
95.本实施例中，内部运维消息处理器在将运维消息发送至内部运维服务中后，该内部运维服务可以对该运维消息进行预处理，并将预处理后的运维消息发送至目标内部语言模型中，以得到该目标语言模型输出的答案信息。
96.其中，内部运维服务对运维消息进行预处理的过程包括但不限于对运维消息进行清洗、归一化处理等操作，具体可视实际情况进行选择，在此不做限制。而本技术的目标内部语言模型则是通过内部运维服务预先收集到的相关运维信息进行训练后得到的，且智能机器人在回答用户提问的相关运维消息后，还可以将本次运维消息和处理结果回溯入库，并继续作为数据来源对目标内部语言模型进行重复训练，以此来提升回答准确率。
97.在一个实施例中，所述目标内部语言模型的训练过程，可以包括：
98.s301：按照预先配置的采集参数和采集工具采集初始数据，并对所述初始数据进行清洗后得到目标数据，所述目标数据包括指定的运维平台使用文档、故障报告和人工筛选的聊天信息。
99.s302：根据所述目标数据确定样本运维消息和真实答案信息。
100.s303：将所述样本运维信息输入至初始内部语言模型中，得到所述初始内部语言模型输出的预测答案信息。
101.s304：以所述预测答案信息趋近于所述样本运维消息对应的真实答案信息为目标，对所述初始内部语言模型进行训练。
102.s305：当所述初始内部语言模型达到预设的训练条件时，将训练后的初始内部语言模型作为目标内部语言模型。
103.本实施例中，目标内部语言模型在运用之前，可以通过内部运维服务收集相关运维信息进行训练。具体在训练时，内部运维服务可以按照预先配置的采集参数和采集工具采集初始数据，该采集参数可以是采集频率、采集对象、认证信息等，采集工具可以是通过http接口与智能机器人对接，并通过智能机器人来采集对应的文本信息，如运维平台使用文档、故障报告和聊天信息。接着，内部运维服务可以对采集到的初始数据进行清洗，以便得到目标数据，该目标数据可以是指定的运维平台使用文档、故障报告和人工筛选的聊天信息，该目标数据中不仅包括相关运维消息，还包括对应的答案信息。因此，内部运维服务可以将该目标数据拆分为样本运维消息和真实答案信息，并将样本运维信息输入至初始内部语言模型中，得到该初始语言模型输出的预测答案信息后，将其与对应的真实答案信息进行比对，并以该预测答案信息趋近于真实答案信息为目标，对初始内部语言模型进行训练，当该初始内部语言模型达到预设的训练条件，如训练次数或模型的损失值最小时，将训
练后的初始内部语言模型作为目标内部语言模型。
104.进一步地，本技术的初始内部语言模型可以采用循环神经网络，如rnn，也可以采用其他神经网络模型，具体可视实际情况进行选择，在此不做限制。
105.在一个实施例中，所述方法还可以包括：
106.s306：利用预设的关键字对所述目标内部语言模型的输出进行优先级打分，并根据打分结果对所述目标内部语言模型进行优化调整。
107.本实施例中，在得到目标内部语言模型后，本技术还可以智能机器人来评估目标内部语言模型的准确性，并根据评估结果对该目标内部语言模型进行优化调整。
108.具体地，本技术中，智能机器人可以运用目标内部语言模型来预测运维信息对应的答案信息，并根据预设的关键字来对该目标内部语言模型输出的答案信息进行优先级打分，如答案信息中包含的关键字越多，优先级越高，分数也越高，答案信息中包含的关键字越少，优先级越低，分数也越低，并将该打分通过强化学习的方式反馈至目标内部语言模型，以使目标内部语言模型可以根据该打分来调整当前的输出，以此来优化目标内部语言模型。
109.在一个实施例中，所述方法还可以包括：
110.s307：将所述初始数据存储到数据库中，并将所述初始数据生成可视化报告后通过可视化工具进行展示。
111.本实施例中，内部运维服务在对初始内部语言模型进行训练时，还可以将初始数据存储到数据库中，如mysql和es中，方便进行元数据检索；另外，本技术还可以将存储至数据库的初始数据生成可视化报告后，通过可视化工具进行展示，如grafana等可视化工具，以此来提升管理和决策效率。
112.下面对本技术实施例提供的运维消息处理装置进行描述，下文描述的运维消息处理装置与上文描述的运维消息处理方法可相互对应参照。
113.在一个实施例中，如图3所示，图3为本技术实施例提供的一种运维消息处理装置的结构示意图；本技术还提供了一种运维消息处理装置，包括消息获取模块210、消息处理模块220、处理结果展示模块230，具体包括如下：
114.消息获取模块210，用于获取用户在集成有机器人服务的聊天软件中输入的运维消息。
115.消息处理模块220，用于将所述运维消息发送至消息服务器，并通过所述消息服务器根据所述运维消息的消息类型，将所述运维消息发送至相应的api服务中进行处理。
116.处理结果展示模块230，用于接收所述消息服务器返回的相应的api服务对所述运维消息的处理结果，并将所述处理结果发送至所述聊天软件的展示页面进行展示。
117.上述实施例中，在多个聊天软件中集成有机器人服务，这样，用户可以选择任意的集成有机器人服务的聊天软件来发送运维消息，当智能机器人在接收到用户输入的运维消息后，可以将该运维消息发送给消息服务器，并通过消息服务器来根据该运维消息的消息类型，将该运维消息发送至相应的api服务中进行处理，这样既可以保证不同类型的运维消息能够在第一时间内得到处理，还可以通过不同的api服务来处理不同类型的运维消息，这样无论是组织外部还是组织内部的运维消息，都可以通过相应的api服务来进行调用，以此来保证运维消息处理的准确性和及时性；接着，当api服务处理完该运维消息后可以向消息
服务器返回处理结果，这样消息服务器便可以将该处理结果发送给智能机器人，智能机器人接收到该处理结果后，便可以将该处理结果发送至用户所使用的聊天软件的展示页面进行展示，以此来为用户解答相应的运维问题。并且，本技术在运维时使用智能机器人进行运维操作，这样不仅可以减少人工重复性劳动，还可以提高生产稳定性。
118.在一个实施例中，本技术还提供了一种存储介质，所述存储介质中存储有计算机可读指令，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行如上述实施例中任一项所述运维消息处理方法的步骤。
119.在一个实施例中，本技术还提供了一种智能机器人，包括：一个或多个处理器，以及存储器。
120.所述存储器中存储有计算机可读指令，所述计算机可读指令被所述一个或多个处理器执行时，执行如上述实施例中任一项所述运维消息处理方法的步骤。
121.示意性地，如图4所示，图4为本技术实施例提供的一种计算机设备的内部结构示意图，该计算机设备300可以被提供为一服务器。参照图4，计算机设备300包括处理组件302，其进一步包括一个或多个处理器，以及由存储器301所代表的存储器资源，用于存储可由处理组件302的执行的指令，例如应用程序。存储器301中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件302被配置为执行指令，以执行上述任意实施例的运维消息处理方法。
122.计算机设备300还可以包括一个电源组件303被配置为执行计算机设备300的电源管理，一个有线或无线网络接口304被配置为将计算机设备300连接到网络，和一个输入输出(i/o)接口305。计算机设备300可以操作基于存储在存储器301的操作系统，例如windows server tm、mac os xtm、unix tm、linux tm、free bsdtm或类似。
123.本领域技术人员可以理解，图4中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
124.最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
125.本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间可以根据需要进行组合，且相同相似部分互相参见即可。
126.对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本技术。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本技术的精神或范围的情况下，在其它实施例中实现。因此，本技术将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

技术特征：
1.一种运维消息处理方法，其特征在于，所述方法应用于智能机器人，包括：获取用户在集成有机器人服务的聊天软件中输入的运维消息；将所述运维消息发送至消息服务器，并通过所述消息服务器根据所述运维消息的消息类型，将所述运维消息发送至相应的api服务中进行处理；接收所述消息服务器返回的相应的api服务对所述运维消息的处理结果，并将所述处理结果发送至所述聊天软件的展示页面进行展示。2.根据权利要求1所述的运维消息处理方法，其特征在于，所述通过所述消息服务器根据所述运维消息的消息类型，将所述运维消息发送至相应的api服务中进行处理，包括：通过所述消息服务器根据所述运维消息中携带的关键字，确定所述运维消息的消息类型，并根据所述运维消息的消息类型，将所述运维消息发送至相应的api服务中进行处理。3.根据权利要求1所述的运维消息处理方法，其特征在于，所述通过所述消息服务器根据所述运维消息中携带的关键字，确定所述运维消息的消息类型，包括：通过所述消息服务器确定所述运维消息中携带的关键字的优先级；若所述消息服务器确定所述运维消息中携带的关键字的优先级相同，则直接根据所述关键字确定所述运维消息的消息类型；若所述消息服务器确定所述运维消息中携带的关键字的优先级不同，则根据优先级最高的关键字确定所述运维消息的消息类型。4.根据权利要求1或2所述的运维消息处理方法，其特征在于，所述通过所述消息服务器根据所述运维消息的消息类型，将所述运维消息发送至相应的api服务中进行处理，包括：通过所述消息服务器判断所述运维消息的消息类型是否为内部运维平台咨询消息；若所述消息服务器确定所述消息类型为内部运维平台咨询消息，则将所述运维消息发送至内部运维消息处理器中进行处理；若所述消息服务器确定所述消息类型并非内部运维平台咨询消息，则通过所述消息服务器判断所述运维消息的消息类型是否为人工服务消息；若所述消息服务器确定所述消息类型为人工服务消息，则根据所述运维消息通知对应的运维人员进行处理；若所述消息服务器确定所述消息类型并非人工服务消息，则将所述运维消息发送至外部语言模型中进行处理。5.根据权利要求4所述的运维消息处理方法，其特征在于，通过所述消息服务器将所述运维消息发送至内部运维消息处理器中进行处理，包括：通过所述消息服务器将所述运维消息发送至内部运维消息处理器，并通过所述内部运维消息处理器判断所述运维消息的消息类型是否为运维操作；若所述内部运维消息处理器确定所述消息类型为运维操作，则向用户发送与所述运维消息相关的操作命令，并在用户确认所述操作命令后执行相关运维操作；若所述内部运维消息处理器确定所述消息类型并非运维操作，则将所述运维信息发送至内部运维服务中进行处理。6.根据权利要求5所述的运维消息处理方法，其特征在于，通过所述内部运维消息处理器将所述运维信息发送至内部运维服务中进行处理，包括：
通过所述内部运维消息处理器将所述运维信息发送至内部运维服务，并利用所述内部运维服务对所述运维消息进行预处理后，将预处理后的运维消息发送至目标内部语言模型中，得到所述目标内部语言模型输出的答案信息。7.根据权利要求6所述的运维消息处理方法，其特征在于，所述目标内部语言模型的训练过程，包括：按照预先配置的采集参数和采集工具采集初始数据，并对所述初始数据进行清洗后得到目标数据，所述目标数据包括指定的运维平台使用文档、故障报告和人工筛选的聊天信息；根据所述目标数据确定样本运维消息和真实答案信息；将所述样本运维信息输入至初始内部语言模型中，得到所述初始内部语言模型输出的预测答案信息；以所述预测答案信息趋近于所述样本运维消息对应的真实答案信息为目标，对所述初始内部语言模型进行训练；当所述初始内部语言模型达到预设的训练条件时，将训练后的初始内部语言模型作为目标内部语言模型。8.根据权利要求7所述的运维消息处理方法，其特征在于，所述方法还包括：利用预设的关键字对所述目标内部语言模型的输出进行优先级打分，并根据打分结果对所述目标内部语言模型进行优化调整。9.根据权利要求7所述的运维消息处理方法，其特征在于，所述方法还包括：将所述初始数据存储到数据库中，并将所述初始数据生成可视化报告后通过可视化工具进行展示。10.一种运维消息处理装置，其特征在于，包括：消息获取模块，用于获取用户在集成有机器人服务的聊天软件中输入的运维消息；消息处理模块，用于将所述运维消息发送至消息服务器，并通过所述消息服务器根据所述运维消息的消息类型，将所述运维消息发送至相应的api服务中进行处理；处理结果展示模块，用于接收所述消息服务器返回的相应的api服务对所述运维消息的处理结果，并将所述处理结果发送至所述聊天软件的展示页面进行展示。11.一种存储介质，其特征在于：所述存储介质中存储有计算机可读指令，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行如权利要求1至9中任一项所述运维消息处理方法的步骤。12.一种智能机器人，其特征在于，包括：一个或多个处理器，以及存储器；所述存储器中存储有计算机可读指令，所述计算机可读指令被所述一个或多个处理器执行时，执行如权利要求1至9中任一项所述运维消息处理方法的步骤。

技术总结
本申请提供的运维消息处理方法、装置、存储介质及智能机器人，用户可以选择任意的集成有机器人服务的聊天软件来发送运维消息，当智能机器人在接收到用户输入的运维消息后，可以将该运维消息发送给消息服务器，并通过消息服务器来根据该运维消息的消息类型，将该运维消息发送至相应的API服务中进行处理，这样既可以保证不同类型的运维消息能够及时得到处理，还可以通过不同的API服务来处理不同类型的运维消息，这样无论是组织外部还是组织内部的运维消息，都可以通过相应的API服务来进行调用；当API服务处理完该运维消息后可以通过消息服务器将该处理结果发送给智能机器人进行展示，以此来为用户解答相应的运维问题。以此来为用户解答相应的运维问题。以此来为用户解答相应的运维问题。


技术研发人员：李靖炫
受保护的技术使用者：广州文远知行科技有限公司
技术研发日：2023.06.29
技术公布日：2023/10/5