EASH · 智能对话运行逻辑说明（Workbench）

结论（第一个问题）
你在 Workbench 智能对话里看到的中文回复，是当前由真实大模型生成的，不是前端写死的模板，也不是「演示 Mock 文案」。

模型：DeepSeek（经 LiteLLM 网关，默认 deepseek-chat）
服务：agentsvc → http://litellm:4000/v1/chat/completions
铁律：未配置 Key 或调用失败 → 503 明确报错，禁止静默回落 mock-gpt / 模板回复

第二个问题：右上角乱码
若顶栏用户名显示为 å€¼ç班 一类乱码，原因是 JWT 里含中文显示名，旧版前端用 atob() 解析未按 UTF-8 解码。 已修复（web/shared/auth/eash-roles.ts 使用 TextDecoder）。请硬刷新 Workbench（Cmd+Shift+R）或重新登录后应显示正常中文/英文用户名。

一、端到端运行链路（总览）

sequenceDiagram
  participant U as 值班员浏览器
  participant WB as Workbench :5174
  participant GW as accessgw :8080
  participant AG as agentsvc :8090
  participant TG as toolgate :8083
  participant LLM as LiteLLM → DeepSeek
  participant N4 as Neo4j / CMDB / ITSM
  participant PG as PostgreSQL

  U->>WB: 输入问题（流式）
  WB->>GW: POST /v1/chat/stream + JWT
  GW->>AG: 转发 RCA 或 问数 stream API
  AG->>TG: 只读工具（get_alert / query_service_assets …）
  TG->>N4: 真查询图谱 / 变更 / 告警
  N4-->>TG: JSON 事实
  TG-->>AG: 工具结果
  AG-->>WB: SSE event: trace（办事步骤）
  AG->>LLM: chat/completions stream=true
  LLM-->>AG: token 流
  AG-->>WB: SSE event: delta（打字机）
  AG-->>WB: SSE event: done（reply + context + trace）
  GW->>PG: 持久化会话消息 + task_records

环节	是否真数据	说明
左侧「今日会话」	真	PostgreSQL `eash.sessions`，经 accessgw `GET /v1/sessions`
左侧「自动推送」	真	Prometheus → Webhook → PG `alert_events`，最多展示 3 条
右侧「当前上下文」	真	来自工具链结果（告警 ID、CI、业务、变更单等），非前端编造
中间「助手回复」	大模型	DeepSeek 根据工具 JSON 事实生成自然语言；可流式输出
办事进度 / 数据依据	真	`trace` 数组；含一步「大模型推理」（tool=litellm）
前端欢迎语 / 占位	固定文案	仅会话为空时的引导句；不是你的问答回复
Mock / 模板降级	禁止	G6/G7 铁律；见 `docs/编码及开发规范` §3.6

二、根因分析智能体（支付网关告警根因分析）

验收句示例：「这次支付网关超时，跟最近的变更有没有关系？」

意图识别 — accessgw 根据 agent_id=agt-pay-gw-rca / scene=rca 走路径
解析告警 — ToolGate ops:get_alert / ops:resolve_firing_alert，数据来自 Neo4j + Prometheus 入图
CI → 服务追溯 — ops:trace_ci_to_service
近期变更 — ops:list_changes、ops:get_change_detail（ITSM / PG 真数据，如 CHG00412）
指标快照（可选） — ops:query_metrics → Prometheus
组装 report JSON — agentsvc 汇总工具结果（此时仍无自然语言回复）
大模型推理 — 将 report JSON + system prompt 发给 DeepSeek；生成你看到的 Markdown 中文
流式返回 — SSE delta 事件逐块推送；done 带 context + trace

关键代码：services/agentsvc/app/rca_runner.py · services/accessgw/chat_stream.go · web/workbench/src/api/chat.ts

三、资产问数智能体（支付网关资产与依赖查询）

验收句示例：「支付网关集群有哪些 Pod、依赖哪些业务？」 / 「好啊，给我相关的拓扑吧」

识别服务对象 — 默认 svc-pay-gw 或从问题中解析
展开资产拓扑 — ToolGate ops:query_service_assets → Neo4j 图谱 + CMDB
整理 JSON — Pod、节点、LB、库、网络设备、业务服务列表
大模型推理 — DeepSeek 将 JSON 组织成可读中文（列表/段落），不得编造 JSON 外的事实
流式输出 — 同上 SSE 链路

你截图中列出的 pay-gw-01/02/03、对账/退款/在线支付等业务名，来自图谱 seed + 工具查询，由模型用自然语言表述，不是前端写死的假列表。

四、办事进度与「本次数据依据」

右侧「办事进度」与可展开的「本次数据依据」，对应后端返回的 trace 数组。典型步骤：

trace 名称	含义	是否调模型
识别查询对象 / 查询告警	工具链前置	否
展开资产拓扑 / CI 追溯	ToolGate 调 Neo4j/CMDB	否
整理资产数据 / 关联变更	汇总 JSON	否
大模型推理	LiteLLM → DeepSeek；detail 含 `model`、`tool: litellm`	是

消息 meta 里的 运维助手 · fc6dd777 为 trace_id 前 8 位，用于审计与办事记录关联。

五、界面其它区域数据来源

UI 区域	API	存储
我的智能体（2 项）	admin-bff `/admin/v1/agents/published`	评测发布后的 PG 注册表
办事记录	`GET /v1/tasks`	每次对话完成后写 `task_records`
待我审批	`GET /v1/approvals`	PG `approval_items`
顶栏「真实后端 · PostgreSQL」	—	G7 固定 BFF 模式，无 Mock 切换

六、如何自证「真调了模型」

1. 看办事 trace: 展开「本次数据依据」，应有一步 大模型推理 — ok，且 agentsvc 日志 / trace detail 含 litellm、deepseek-chat。
2. 跑自动化 smoke（研发）: make test-g6-llm — 断言 trace 含「大模型推理」
make test-g7-workbench — 流式 SSE + delta 事件
make test-g8-closure — 对话写库 + 审批闭环
3. 断 Key 实验（仅本地）: 去掉 .env 中 DEEPSEEK_API_KEY 并重启 agentsvc → 对话应 失败并提示，而不是返回模板话术。
4. Admin 模型通道: http://localhost:5173/system/llm — 查看模型名与「测试连通」

七、常见问题（FAQ）

Q：回复很像模板，是不是假的？: A：G7 已软化 prompt，要求「像资深 SRE 自然对话」，但仍会基于工具 JSON 组织结构化内容。判断真伪看 trace 是否有「大模型推理」及工具步骤是否 ok，而非只看排版像不像报告。
Q：左侧告警为什么以前很多「开发模拟」？: A：来自 Prometheus 开发规则写入 PG 的真实告警记录；G7 已折叠 + 限 3 条，前端展示去掉「开发模拟」后缀。
Q：多轮追问（如「给我拓扑」）还算真模型吗？: A：每一轮用户发送都会重新走 accessgw → agentsvc → 工具（如需）→ DeepSeek。当前按 scene 路由，不是无约束自由 Agent（记 G8 backlog）。
Q：和 Admin 发布的关系？: A：Admin 评测 ≥80% 并发布 paygw/asset 后，Workbench「我的智能体」才出现 2 项；对话能力由 Pack 协议 + 已发布注册决定。

文档版本：G7/G8 · 2026-07-02 · 路径：docs/产品培训文档/EASH-智能对话运行逻辑说明.html