嘉為藍鯨作為數字研運解決方案的引領者，在保持研運一體化運維平臺穩定發展的同時，堅持創新，結合運維領域最新的大數據、機器學習和大語言模型技術，融入嘉為藍鯨上千家政企客戶的實踐經驗和發展訴求，推出的嘉為藍鯨運維大模型開發平臺，已經在多家頭部銀行和運營商客戶落地，幫助客戶解決海量規模下的運維質量、成本、效率和體驗問題，取得了良好的效果。

嘉為藍鯨運維大模型開發平臺（以下簡稱“LLMOps平臺”）致力于為IT運維全生命周期提供卓越的大模型賦能支持，為滿足不同業務場景需求提供自定義AI開發擴展能力。LLMOps平臺包含了大模型管理層、網關服務層、資源管理層等不同模塊，分別負責集成基礎大模型能力、統一管理API協議和能力、提供AI建設所需的各種資源。

本次LLMOps平臺V2.0版本發布，以“智能體在運維全場景的建設和落地”為主題，優化智能體建設的資源管理空間和權限，提供頁面配置式的智能體開發模式，支持通過MCP協議一鍵接入和調用運維產品的API，大幅降低了運維智能體的開發成本，提升了大模型在IT運維全場景的建設效率和落地效果。

01. 支持MCP協議，無縫對接藍鯨API網關

MCP（Model Context Protocol，模型上下文協議）定義了AI模型和應用程序之間交換上下文信息的方式。一經推出，迅速獲得社區的普遍認可和應用，已經成為大模型調用外部工具最廣泛采用的通信標準。

IT運維領域的AI場景落地，不管是配置、指標、變更等數據的獲取（環境感知），還是自動化工具的執行（工作執行），都需要由大模型使用工具來完成，所以MCP標準的落地就顯得特別重要。在MCP市場建設中，藍鯨平臺支持無縫對接API網關中的運維產品提供的接口，并復用API網關已有的鑒權、日志、流控等基礎能力，解決社區方案存在的安全治理缺失的問題，支持運維智能體靈活、安全、便捷地調用藍鯨運維生態豐富的接口。

02. 支持頁面配置式開發智能體

LLMOps平臺V1.2版本提供了智能體開發框架（LLM Agent Framework ），運維SaaS開發者可以使用各類組件，編排智能運維場景的業務流程，解決復雜多變的業務問題，同時最大程度保留可復用性。

經過一段時間的積累沉淀，我們發現大部分智能體可以使用提示詞、角色、知識庫、工具集等技術組件組合來實現。所以在V2.0版本，我們提供了無代碼開發智能體的方案，通過前端頁面創建智能體，并配置合適的提示詞或角色，關聯知識庫和工具，完成測試和發布。

03. 空間和權限管理

LLMOps平臺內的資源（知識、提示詞、角色、角色、智能體）支持按照空間維度隔離，空間自身和空間內的全部資源都已接入藍鯨權限中心，實現了ABAC（基于資源和屬性的訪問控制）級別的權限集中管理，各個運維SaaS在接入大模型時可以方便靈活地自主選擇獨立或組合模式，應對單一或復雜場景。

04. 兼容Reasoning模型，支持返回大模型思考過程

在DeepSeek火爆出圈后，支持Reasoning深度思考和交互體驗已經成為基礎大模型的首選項，這種交互體驗可以把大模型思考鏈透明化，這樣用戶可以根據思考過程優化提示詞或增加背景信息。LLMOps平臺V2.0版本可以通過大模型適配層，快速兼容大模型最新的API，支持在聊天窗和大模型交互式展示大模型思考過程。

嘉為藍鯨運維大模型開發平臺V2.0以“智能體在運維全場景的建設和落地”為核心目標，支持MCP協議，實現藍鯨API網關安全無縫對接，以頁面配置式開發降低智能體開發門檻，憑精細化空間與權限管理保障資源安全可控，還兼容Reasoning模型讓大模型思考過程透明化。

此次新品不僅解決了運維大模型落地過程中的開發成本高、對接不便捷、權限難管控等關鍵問題，更進一步釋放了大模型在IT運維全生命周期的價值，為企業打造靈活、高效、安全的智能運維提供了堅實支撐，助力企業在數字化運維轉型浪潮中奪得先機。