基于多智能体协同的5G专网智能管家探索与实践

在数字经济加速发展的背景下，5G专网已不再局限于“连接管道”的基础角色，而是逐步升级为支撑行业生产、运营的“核心数字底座”，这一转变推动5G专网运维体系迈入自智化（自动驾驶级）的全新发展阶段。此前，传统运维模式长期受困于“经验依赖-成本激增-响应滞后”的恶性循环：一方面，运维人员需掌握多领域专业知识，人才培养周期长、成本高；另一方面，故障定位依赖人工排查，响应效率难以匹配行业业务连续性要求。

大模型技术的突破性发展，为打破这一循环提供了历史性契机。通过大模型与通信知识的深度融合，可实现语义级交互与认知级推理，将分散、隐性的运维知识转化为可进化、可复用的“数字员工”——5G专网智能管家。

亚信科技通过对传统运营支撑系统（OSS）的能力进行拆解与重构，将分散的运维功能解耦为可灵活编排的“能力乐高”（即原子化能力），并以大模型为智能调度中枢，构建了5G专网智能管家。借助这一工具，专网用户无需掌握复杂专业技术，仅通过自然语言即可灵活调度网络能力，大幅提升运维效率与便捷性。

（一）当前5G专网运维存在的主要问题和挑战

5G专网运维涉及多专业技术协同，且需匹配不同行业的个性化需求，当前主要面临三大核心挑战：

· 高门槛：全栈知识依赖，人才缺口显著

5G专网技术覆盖无线、核心网、传输、终端设备等多个专业领域，传统运维模式要求人员具备“全栈专家”能力。然而，跨领域知识体系复杂、更新快，人才培养周期长，导致行业运维人才供需矛盾突出，制约专网规模化应用。

· 高定制：业务迭代快，交付周期难控

不同行业（如工业制造、智慧风电、智慧医疗）的运维指标、分析维度差异显著，且随业务升级持续扩展。传统定制化开发需针对不同场景单独设计功能模块，不仅开发成本高，还导致交付周期难以控制，无法快速响应行业需求变化。

· 高复杂：故障定位难，排查效率低下

5G专网涉及设备类型繁多（如基站、核心网网元、数通设备、终端CPE等）、协议栈层次深（从物理层到应用层）、组网结构复杂（部分场景需支持边缘计算、切片隔离），故障根源往往隐藏在多环节交互中，人工排查犹如大海捞针，平均故障定位时间长，严重影响业务连续性。

（二）智能化成为5G专网运维的发展趋势

随着大模型与通信知识图谱的深度融合，基于自然对话的智能运维已从概念走向现实。在该模式下，用户无需编写脚本或操作专业工具，仅通过自然语言描述运维需求，系统即可自动完成意图识别-知识检索-方案编排-工具调用的全流程，形成端到端运维闭环，最终实现“零培训、零脚本、零延迟”的运维体验。这种智能化转型不仅能降低运维门槛、提升效率，还能通过数据积累持续优化算法，形成“运维-学习-迭代”的良性循环，成为5G专网运维的核心发展方向。

（一）专网运维能力跃迁：5G专网智能管家的提出

为精准匹配5G专网用户的运维需求，亚信科技通过多行业调研发现，用户对专网运维的核心期望可概括为“极简、极稳、极速”三大目标：

· 极简：降低操作门槛，提升易用性

操作流程简单直观，学习成本低，无需深厚的通信专业背景，一线运维人员甚至业务人员均可快速上手。

· 极稳：保障网络连续运行，支撑业务不中断

具备实时监控、隐患预警能力，最大限度减少网络故障发生率；若发生故障，可快速恢复，避免对生产业务造成影响。

· 极速：缩短故障响应时间，提升处理效率

能提前识别潜在隐患，实现防患于未然；故障发生后，可快速定位根源并自动生成排障方案，减少故障持续时间。

为满足上述需求，亚信科技通过将专网运维能力原子化，再以大模型为智能调度中枢，构建起5G专网智能管家。用户通过自然语言交互即可激活各类智能体，高效完成实时数据分析、全栈智能巡检、终端故障排查等复杂运维任务，推动专网运维从“人工操作-工具辅助”向智能自治跃迁。

（二）5G专网智能管家整体框架

5G专网智能管家以“能力原子化 + 多智能体协作”为双轮驱动，构建“1个专网智能管家中枢 + N 个场景化智能体”的灵活架构，可按需适配不同行业的运维场景。

1.双驱协同

· 能力原子化：拆解运维能力，奠定协作基础

将网络分析、智能巡检、终端排障等核心运维能力，拆解为可复用、可调用的 “微服务单元”（即原子化能力），以适配不同运维场景。这些原子化能力具备标准化接口，可根据任务需求灵活组合，为多智能体协同提供能力支撑。

· 多智能体协作：动态调度资源，响应复杂需求

依托大模型构建智能调度中枢，根据用户需求自动匹配并协同多个场景化智能体（如实时分析智能体、巡检智能体、排障智能体），形成“需求-分析-执行-反馈”的闭环，灵活响应不同行业、不同场景的运维需求。

2.分层架构

该框架自上而下分为四层，各层功能明确、协同联动：

· 交互层：自然语言对接，解析用户需求

支持自然语言输入，包括通过WEB页面或手机端APP进行文本或语音输入，通过大模型的意图识别能力，精准解析用户运维需求，并将需求转化为系统可执行的指令，实现“用户-系统”的无障碍交互。

· 智能体层：智能规划中枢，协同完成任务

作为核心决策层，引入RAG（检索增强生成）、Function Call等技术，实现“毫秒级知识检索-秒级方案生成-分钟级闭环执行”。同时，根据任务类型协同多个场景化智能体，提供场景化运维能力。

· 知识库：沉淀专业经验，支撑智能决策

集成5G专网运维领域的专业知识，包括巡检标准、排障流程、告警规则、KPI指标定义等，形成结构化的专家经验库。知识库可通过历史运维数据、人工标注持续更新，为智能体提供精准的决策支持。

· 工具集：封装原子工具，提供操作接口

封装30余种原子化工具，覆盖KPI查询、告警分析、日志解析、拨测检测、配置管理、安全防护六大维度。工具集具备标准化调用接口，智能体可根据任务需求自动调用，实现运维操作的自动化执行。

（三）5G专网智能管家智能体

1．专网增强实时分析智能体

（1）挑战

用户期望通过自然语言交互方式，按需获取专网数据分析结果，面临如下挑战：

· 需求模糊性：用户描述笼统时，如何动态澄清分析目标；

· 语义鸿沟：如何将自然语言查询需求精准映射至专业数据维度；如何精准选用分析算法，完美匹配分析需求；

· 可视化形式单一：如何根据分析需求智能选用匹配的可视化形式。

（2）技术方案

针对以上挑战，专网增强实时分析智能体采用如下技术方案：

· 多轮对话引擎：通过上下文缓存与意图消歧模型动态补全需求细节，精准捕捉用户意图。

· RAG增强分析：构建5G专网指标定义与算法知识库，检索知识库实现指标分析需求的精准映射；构建5G专网指标检测算法知识库，融合趋势预测、异常聚类等智能算法，实现指标深度分析。

· 动态可视化引擎：构建动态的可视化引擎，根据分析数据特征自动适配图表类型，如时域数据→折线图，占比数据→饼图。

（3）核心能力

专网增强实时分析智能体以“自然语言交互+深度数据分析”为核心，实现专网运行数据的实时查询、深度分析与可视化呈现，覆盖“需求澄清→数据透视→结论生成→结果推送”全流程，助力用户快速掌握网络运行状态：

· 自然语言交互，降低使用门槛

用户通过自然语言提出数据查询需求，智能体通过意图识别自动匹配数据维度，无需用户手动筛选指标或编写查询语句。

· 多轮对话澄清，精准匹配需求

若用户需求表述模糊，智能体可通过多轮对话进一步澄清，确保分析结果精准匹配用户需求。

· 深度数据分析，挖掘数据价值

智能体具备趋势预测、同比环比分析、异常聚类等高级分析功能，从海量数据中挖掘潜在问题或优化方向。

· 可视化呈现+自动推送，提升信息传递效率

分析结果根据数据特征，以不同的图表形式直观呈现；支持一键生成标准化分析报告，并通过邮件自动推送至相关干系人，实现信息实时同步。

2．专网巡检智能体

（1）挑战

专网巡检需要满足不同行业的巡检需求，面临如下挑战：

· 场景碎片化：不同场景对专网巡检项及阈值标准不尽相同，如何满足定制化的巡检项与阈值标准；

· 变更巡检缺失：配置升级后需快速验证影响范围，传统巡检缺失该功能。

（2）技术方案

针对以上挑战，专网巡检智能体采用如下技术方案：

· 知识库分层建模

构建分层的知识库模型，包括场景层、规则层、执行层，在场景层构建行业专属设备清单及巡检模板，在规则层构建动态阈值算法和AI小模型检测逻辑，在执行层构建原子巡检知识；

· 多引擎协同

构建周期引擎、对话引擎、自主引擎3种引擎，周期引擎适配定时自动巡检，保障持续监控，用于常态化监控；对话引擎适配即时按需巡检，满足临时运维需求；自主引擎适配事件触发巡检，比如在网络配置变更、版本升级、拓扑调整等关键事件后自动触发巡检，防范变更风险。周期引擎、对话引擎、自主引擎协同运行，完成用户巡检需求的全覆盖。

专网巡检智能体基于分层的专网巡检知识库，实现巡检任务的“自主规划-智能执行-异常识别-报告生成”全流程自动化，覆盖终端、无线网、核心网、数通设备、防火墙等全场景专网节点，有效替代传统巡检，提升巡检效率与覆盖率。

（3）核心支撑：知识库与工具集

· 专网巡检知识库：沉淀巡检专业知识

知识库是巡检智能体的“智囊”，包含四大核心内容：专网自主巡检检测知识、设备巡检项知识、巡检项异常知识、巡检报告模板。

· 专网巡检工具集：提供自动化执行能力

工具集是巡检智能体的“手脚”，包含六大类核心工具：网元 KPI/告警/关键进程查询工具、服务器/数通设备/防火墙信息查询工具、指标异常检测小模型、巡检通知工具、巡检任务管理工具、巡检日志工具。

3．终端排障智能体

（1）挑战

终端排障作为专网用户的一大痛点，面临如下核心挑战：

· 跨域根因定位难

终端故障可能源于CPE、无线网、核心网或数通设备等不同专业领域，常涉及多环节交互，传统排查需跨团队协作，定位效率低下，根因定位难；

· 工具链割裂

不同故障类型，如信号弱/业务不通/终端离线，排查需整合多类异构工具，如CPE软探针、网元指令、拨测Agent等，传统方法无法灵活适配多变场景，人工切换工具耗时且易遗漏关键信息；

（2）技术方案

针对以上挑战，终端排障智能体采用如下关键技术解决方案：

· 故障排查推理引擎

通过构建四大知识模块搭建知识库支撑，先基于 RAG 检索故障关联规则实现动态溯源，再按 “整合工具原始数据→通过大模型进行归因分析→输出排查路径与处理建议” 的流程，最终生成故障排查方案。

· 工具链智能调度 

整合七大类工具标准化接口，实现原子化工具封装；设计工具链自适应调用机制，根据故障排查方案语义实现原子工具调度，灵活适配各类排障场景；

终端排障智能体以大模型为核心，整合终端排障知识库与工具集，实现终端故障的“自动识别-方案生成-执行排查-结果输出”全流程自动化，覆盖CPE 终端、5G 物联卡等多类型终端，大幅缩短故障排查时间。

（3）核心支撑：知识库与工具集

a. 专网终端排障知识库：沉淀排障专业知识

知识库是排障智能体的故障诊断手册，包含四大核心内容：

· 专网终端排障算法：定义跨领域故障排查逻辑、故障扩散与溯源规则；

· 设备异常检测知识：定义 CPE、号卡、网元、数通设备的关键指标及异常标准；

· 专网连通性检测知识：定义各节点间连通性检测逻辑；

· 业务配置知识：定义网元业务配置标准，用于排查配置错误导致的终端故障。

b. 终端排障工具集：提供自动化排查能力

工具集是排障智能体的“故障检测仪器”，包含七大核心工具：终端及号卡信息查询工具、CPE 软探针、网元指令调用工具、关键进程状态查询工具、告警查询工具、数通设备状态查询工具、拨测 Agent。

亚信科技将 5G专网智能管家集成于5G专网运营平台， 5G专网智能管家可应用于工业制造、智慧能源、智慧交通等众多行业，通过专网分析问答、专网智能巡检、终端排障三大核心功能，为用户提供高效、便捷的5G专网运维服务。

（一）专网分析问答：实时掌握网络运行状态

用户通过自然语言查询专网运行数据、获取分析报告，核心能力包括：

· 实况报告：实时呈现网络关键指标

查询“当前峰值用户数”“本周核心网下行流量”“某区域基站信号覆盖率”等实时数据，以图表形式直观展示。

· 数据透视：深度分析数据趋势与关联

智能体通过趋势分析、同比环比分析、异常归因分析等多种分析方法，助力用户挖掘数据背后的问题或优化方向。

· 知识问答：解答专网专业疑问

用户通过自然语言查询专网术语定义、运维规范，是用户随身的专网知识库。

（二）专网智能巡检：全场景自动化巡检

多维度、多触发方式的巡检任务，覆盖专网全设备类型，核心能力包括：

· 多维度巡检：按需定制巡检范围

智能体具备专网维度全量巡检、分专业维度巡检、设备维度精准巡检等不同维度的巡检能力，满足不同运维场景需求。

· 多触发方式：灵活响应巡检需求

可通过不同方式触发智能体，包括周期巡检、对话触发巡检、事件触发自主巡检，确保巡检任务按需执行。

· 可视化报告与闭环处理：高效跟进异常问题

巡检完成后，智能体自动生成标准化报告；同时，还可自动将异常问题派单至运维人员，待问题处理完成后，支持闭环确认操作，形成巡检-处理-闭环的全流程管理。

（三）终端排障：快速定位并解决终端故障

终端故障的自动排查与结果输出，核心能力包括：

· 终端故障查询与历史追溯：精准定位终端问题，助力故障规律分析

用户输入终端编号，智能体自动排查终端、号卡、网元、数通设备的状态，定位故障点；并追溯终端历史排障记录，助力用户分析终端故障规律，制定预防性维护策略。

· 排障结果：清晰呈现故障根源与建议

智能体详细展示排查过程，输出排障结论，并提供针对性处理建议。

5G 专网运维正从人工辅助自动化向全流程智能自治加速演进，这一变革的核心不仅是工具的升级，更是数字能力与电信场景深度融合所带来的认知革命。亚信科技提出的5G专网智能管家方案，通过“大模型 + 多智能体协同”架构，有效解决了传统运维“高门槛、高定制、高复杂”的痛点，实现了“极简、极稳、极速”的运维目标，为5G专网规模化应用提供了关键技术支撑。

未来，亚信科技将持续推进大模型与专网场景的创新融合：一方面，深化行业定制化能力，针对工业、能源、交通等行业的差异化需求，优化智能体算法与知识库；另一方面，探索“AI +”前沿技术的集成应用，进一步提升网络预测性维护能力与运维效率。亚信科技将与行业合作伙伴携手，共同推动5G专网运维向高度自治、自优化、自修复的目标迈进，为行业合作伙伴的数字化转型注入更强动力。