Wiki 知识库

全部文档 / 标签: 根因分析

2 篇
清除

How we built a software factory to handle 6x more product feedback

Augment Code 的两名工程师组成的 Cosmos Advisor 团队因产品反馈量激增(每周约 30 条),处理反馈占据团队约 90% 时间,路线图近乎停滞。团队没有选择扩招,而是基于 Cosmos 构建了 Feedback Triager 智能体,负责跟踪每条 Slack 反报的完整生命周期:收集证据、根因分析(RCA)、回答问题、路由反馈、创建工单,并在修复方案明确时交给 PR Author 智能体实现修复。整个流程由 Feedback Triager、PR Author、代码审查、验证器等多个专家智能体协作,形成软件工厂,人类保留产品判断与优先级决策,智能体承担重复性调查与执行。最终小团队既能快速响应客户,又不让路线图沦为支持队列。

技术 › Agent Augment Code 2026-09-0211.4 KB 14.9K 191 85

Agentic Knowledge Graphs: what actually works in production

文章探讨了在生产环境中实施智能体知识图谱的实际经验。作者指出,并非所有场景都需要图谱,大部分问题可通过元数据过滤或混合搜索解决。只有当需要多跳连接(如根因分析)时才需引入图谱。建议将图谱分为领域图、词汇图和主题图三层,并从简单的单智能体流程开始构建。

技术 › Agent rewind 2026-08-0649.7 KB 48.5K 66