CN117389843B - 一种智能运维***、方法、电子设备及存储介质 - Google Patents
一种智能运维***、方法、电子设备及存储介质 Download PDFInfo
- Publication number
- CN117389843B CN117389843B CN202311704609.2A CN202311704609A CN117389843B CN 117389843 B CN117389843 B CN 117389843B CN 202311704609 A CN202311704609 A CN 202311704609A CN 117389843 B CN117389843 B CN 117389843B
- Authority
- CN
- China
- Prior art keywords
- information
- execution
- task
- maintenance
- target
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000012423 maintenance Methods 0.000 title claims abstract description 163
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000012545 processing Methods 0.000 claims abstract description 18
- 238000004891 communication Methods 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 14
- 238000012544 monitoring process Methods 0.000 claims description 12
- 238000012937 correction Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 4
- 230000000875 corresponding effect Effects 0.000 description 55
- 238000010586 diagram Methods 0.000 description 11
- 230000002596 correlated effect Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 239000002360 explosive Substances 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3065—Monitoring arrangements determined by the means or processing involved in reporting the monitored data
- G06F11/3072—Monitoring arrangements determined by the means or processing involved in reporting the monitored data where the reporting involves data filtering, e.g. pattern matching, time or event triggered, adaptive or policy-based reporting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
- G06F11/302—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system component is a software system
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3051—Monitoring arrangements for monitoring the configuration of the computing system or of the computing system component, e.g. monitoring the presence of processing resources, peripherals, I/O links, software programs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3344—Query execution using natural language analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Quality & Reliability (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- Software Systems (AREA)
- Debugging And Monitoring (AREA)
Abstract
本申请提供了一种智能运维***、方法、电子设备及存储介质,***包括自然语言大模型对第一执行任务信息进行语义分析,确定出第一执行任务信息的关键词信息以及任务请求类型,将关键词信息以及任务请求类型发送至知识库管理模块,若任务请求类型为执行类型则确定出任务执行配置信息以及目标API接口参数,发送至运维执行模块;知识库管理模块基于关键词信息以及任务请求类型确定出第一执行任务信息相对应的目标信息,运维执行模块基于任务执行配置信息以及目标API接口参数,确定第一执行任务信息相对应的执行结果。从而提高了运维任务的处理效率以及准确性,降低了手动配置和管理运维任务的工作量。
Description
技术领域
本申请涉及运维技术领域,尤其是涉及一种智能运维***、方法、电子设备及存储介质。
背景技术
随着计算机***规模的不断扩大,运维数据渐成***式增长,运维数据难以管理、存储、利用,***运维任务渐行渐难。随着互联网技术的发展,信息化建设能力的提高,智能运维***应用而生。它采用全面数字化和信息化的手段来降低运维人员工作强度,监测和处理***及设备的海量数据,为***和设备日常维护、检修、故障报警、诊断、修复提供了强力支持。但是现有技术中已有算法和工具在运维中的自动化程度有限,需要手动配置和管理大量操作,比如提前把某个操作固化成脚本,再通过作业API的形式暴露给外部调用。所以,如何提高运维任务的处理效率以及准确性成为了不容小觑的技术问题。
发明内容
有鉴于此,本申请的目的在于提供一种智能运维***、方法、电子设备及存储介质,通过用户模块、自然语言大模型、知识库管理模块以及运维执行模块实现了自动执行运维任务,提高了运维任务的处理效率以及准确性,降低了手动配置和管理运维任务的工作量。
本申请实施例提供了一种智能运维***,所述智能运维***包括用户模块、自然语言大模型、知识库管理模块以及运维执行模块,所述自然语言大模型与所述用户模块、所述知识库管理模块以及所述运维执行模块均通信连接,所述知识库管理模块与所述用户模块通信连接;其中,
所述自然语言大模型,用于接收用户端发送的针对于目标运维任务的第一执行任务信息,对所述第一执行任务信息进行语义分析,确定出所述第一执行任务信息相对应的关键词信息以及任务请求类型,将所述关键词信息以及所述任务请求类型发送至所述知识库管理模块,若所述任务请求类型为执行类型则基于所述第一执行任务信息以及目标信息确定出任务执行配置信息以及目标API接口参数,将所述任务执行配置信息以及目标API接口参数发送至所述运维执行模块;
所述知识库管理模块,用于基于所述关键词信息以及所述任务请求类型在知识管理数据库中确定出所述第一执行任务信息相对应的目标信息,并将所述目标信息发送至所述自然语言大模型;
所述运维执行模块,用于基于所述任务执行配置信息以及所述目标API接口参数进行运维任务执行,确定第一执行任务信息相对应的执行结果。
在一种可能的实施方式之中,所述知识库管理模块在用于基于所述关键词信息以及所述第一执行任务信息的请求类型在知识管理数据库中确定出所述第一执行任务信息相对应的目标信息时,所述知识库管理模块具体用于:
针对于所述任务请求类型为询问类型,检测所述知识管理数据库中是否存在与所述关键词信息相匹配的知识信息;若是,则将所述知识信息确定为所述关键词信息的目标信息;若否,则向所述自然语言大模型发送对所述目标信息进行确定的指令;其中,所述询问类型下的所述目标信息为答案文本信息;
针对于所述任务请求类型为执行类型,基于所述关键词信息在所述知识管理数据库中,确定出所述第一执行任务信息相对应的目标信息;其中,在所述执行类型下的所述目标信息为API文档。
在一种可能的实施方式之中,针对于所述任务请求类型为执行类型,所述自然语言大模型在用于若所述任务请求类型为执行类型则基于所述第一执行任务信息以及目标信息确定出任务执行配置信息以及目标API接口参数时,所述自然语言大模型具体用于:
对所述API文档进行解析处理,确定出所述API文档中的多个API接口参数;
在多个所述API接口参数中确定出所述第一执行任务信息相对应的目标API接口参数,并将所述目标API接口参数发送至所述用户模块;
基于所述目标API接口参数以及所述第一执行任务信息进行任务执行配置,确定出任务执行配置信息。
在一种可能的实施方式之中,所述自然语言大模型还用于:
若所述任务请求类型为询问类型,则确定出所述第一执行任务信息相对应的回答模板;
对所述回答模板以及所述目标信息进行整合处理,确定出第一执行任务信息相对应的回答结果。
在一种可能的实施方式之中,所述智能运维***还包括上下文管理模块,所述上下文管理模块与所述自然语言大模型以及所述用户模块通信连接;其中,
所述上下文管理模块,用于针对于所述目标运维任务继续实时接收所述用户端发送的第二执行任务信息,对所述第二执行任务信息与所述第一执行任务信息进行上下文语义关联,将关联后的第二执行任务信息发送至所述自然语言大模型之中,以使所述自然语言大模型对关联后的第二执行任务信息进行语义分析处理。
在一种可能的实施方式之中,所述智能运维***还包括监测模块,所述监测模块分别与所述运维执行模块以及所述用户模块通信连接;其中,
所述监测模块,用于对任务执行过程进行实时监测,确定出任务执行过程中是否存在报错信息,若是,则确定出所述报错信息相对应的修正策略,并将所述报错信息以及所述修正策略发送至所述用户端。
在一种可能的实施方式之中,所述运维执行模块还用于:
将所述目标API接口参数、所述第一执行任务信息以及所述任务执行配置信息进行存储。
本申请实施例还提供了一种智能运维方法,所述智能运维方法包括:
获取目标运维任务的第一执行任务信息,对所述第一执行任务信息进行语义分析,确定出所述第一执行任务信息相对应的关键词信息以及任务请求类型;
基于所述关键词信息以及所述任务请求类型在知识管理数据库中确定出所述第一执行任务信息相对应的目标信息;
若所述任务请求类型为执行类型则,基于所述第一执行任务信息以及目标信息确定出任务执行配置信息以及目标API接口参数;
基于所述任务执行配置信息以及所述目标API接口参数进行运维任务执行,确定第一执行任务信息相对应的执行结果。
本申请实施例还提供一种电子设备,包括:处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储器之间通过总线通信,所述机器可读指令被所述处理器执行时执行如上述的智能运维方法的步骤。
本申请实施例还提供一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行如上述的智能运维方法的步骤。
本申请实施例提供的一种智能运维***、方法、电子设备及存储介质,所述智能运维***包括用户模块、自然语言大模型、知识库管理模块以及运维执行模块,所述自然语言大模型与所述用户模块、所述知识库管理模块以及所述运维执行模块均通信连接,所述知识库管理模块与所述用户模块通信连接;其中,所述自然语言大模型,用于接收用户端发送的针对于目标运维任务的第一执行任务信息,对所述第一执行任务信息进行语义分析,确定出所述第一执行任务信息相对应的关键词信息以及任务请求类型,将所述关键词信息以及所述任务请求类型发送至所述知识库管理模块,若所述任务请求类型为执行类型则基于所述第一执行任务信息以及目标信息确定出任务执行配置信息以及目标API接口参数,将所述任务执行配置信息以及目标API接口参数发送至所述运维执行模块;所述知识库管理模块,用于基于所述关键词信息以及所述任务请求类型在知识管理数据库中确定出所述第一执行任务信息相对应的目标信息,并将所述目标信息发送至所述自然语言大模型;所述运维执行模块,用于基于所述任务执行配置信息以及所述目标API接口参数进行运维任务执行,确定第一执行任务信息相对应的执行结果。通过用户模块、自然语言大模型、知识库管理模块以及运维执行模块实现了自动执行运维任务,提高了运维任务的处理效率以及准确性,降低了手动配置和管理运维任务的工作量。
为使本申请的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本申请实施例所提供的智能运维***的结构示意图之一;
图2为本申请实施例所提供的智能运维***的结构示意图之二;
图3为本申请实施例所提供的智能运维***的用户模块的界面示意图;
图4为本申请实施例所提供的一种智能运维方法的流程示意图;
图5为本申请实施例所提供的一种电子设备的结构示意图。
图标:100-智能运维***;110-用户模块;120-自然语言大模型;130-知识库管理模块;140-运维执行模块;150-上下文管理模块;160-监测模块;500-电子设备;510-处理器;520-存储器;530-总线。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,应当理解,本申请中的附图仅起到说明和描述的目的,并不用于限定本申请的保护范围。另外,应当理解,示意性的附图并未按实物比例绘制。本申请中使用的流程图示出了根据本申请的一些实施例实现的操作。应当理解,流程图的操作可以不按顺序实现,没有逻辑的上下文关系的步骤可以反转顺序或者同时实施。此外,本领域技术人员在本申请内容的指引下,可以向流程图添加一个或多个其他操作,也可以从流程图中移除一个或多个操作。
另外,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的全部其他实施例,都属于本申请保护的范围。
为了使得本领域技术人员能够使用本申请内容,结合特定应用场景“对运维任务进行执行”,给出以下实施方式,对于本领域技术人员来说,在不脱离本申请的精神和范围的情况下,可以将这里定义的一般原理应用于其他实施例和应用场景。
首先,对本申请可适用的应用场景进行介绍。本申请可应用于运维技术领域。
随着计算机***规模的不断扩大,运维数据渐成***式增长,运维数据难以管理、存储、利用,***运维任务渐行渐难。随着互联网技术的发展,信息化建设能力的提高,智能运维***应用而生。它采用全面数字化和信息化的手段来降低运维人员工作强度,监测和处理***及设备的海量数据,为***和设备日常维护、检修、故障报警、诊断、修复提供了强力支持。但是现有技术中已有算法和工具在运维中的自动化程度有限,需要手动配置和管理大量操作,比如提前把某个操作固化成脚本,再通过作业API的形式暴露给外部调用。所以,如何提高运维任务的处理效率以及准确性成为了不容小觑的技术问题。
基于此,本申请实施例提供了一种智能运维***,通过用户模块、自然语言大模型、知识库管理模块以及运维执行模块实现了自动执行运维任务,提高了运维任务的处理效率以及准确性,降低了手动配置和管理运维任务的工作量。
请参阅图1,图1为本申请实施例所提供的智能运维***100的结构示意图之一。如图1中所示,本申请实施例提供的智能运维***100包括用户模块110、自然语言大模型120、知识库管理模块130以及运维执行模块140,所述自然语言大模型120与所述用户模块110、所述知识库管理模块130以及所述运维执行模块140均通信连接,所述知识库管理模块130与所述用户模块110通信连接。
具体的,所述自然语言大模型120,用于接收用户端发送的针对于目标运维任务的第一执行任务信息,对所述第一执行任务信息进行语义分析,确定出所述第一执行任务信息相对应的关键词信息以及任务请求类型,将所述关键词信息以及所述任务请求类型发送至所述知识库管理模块130,若所述任务请求类型为执行类型则将基于所述第一执行任务信息以及目标信息确定出任务执行配置信息以及目标API接口参数,将所述任务执行配置信息以及目标API接口参数发送至所述运维执行模块140;所述知识库管理模块130,用于基于所述关键词信息以及所述任务请求类型在知识管理数据库中确定出所述第一执行任务信息相对应的目标信息,并将所述目标信息发送至所述自然语言大模型120;所述运维执行模块140,用于基于所述任务执行配置信息以及所述目标API接口参数进行运维任务执行,确定第一执行任务信息相对应的执行结果。
在具体实施例之中,用户模块110向自然语言大模型120发送用户输入的针对于目标运维任务的第一执行任务信息,自然语言大模型120对第一执行任务信息进行语义分析,确定出第一执行任务信息相对应的关键词信息以及任务请求类型,将关键词信息以及任务请求类型发送至知识库管理模块130,知识库管理模块130根据关键词信息以及任务请求类型在知识管理数据库中确定出第一执行任务信息相对应的目标信息,并将目标信息发送至自然语言大模型120;若任务请求类型为执行类型则将根据第一执行任务信息以及目标信息确定出任务执行配置信息以及目标API接口参数,将任务执行配置信息以及目标API接口参数发送至运维执行模块140,运维执行模块140根据任务执行配置信息以及目标API接口参数进行运维任务执行,确定第一执行任务信息相对应的执行结果,将执行结果发送给用户模块110,以使在用户模块110上显示出执行结果。
这里,目标运维任务可以为目标***的包括哪些模块,目标***的日志中心的部署流程,对目标***的数据库执行数据检索以及控制目标***执行部署动作等其他运维任务。
这里,自然语言大模型120根据提示信息对第一执行任务信息进行语义分析,确定出第一执行任务信息相对应的关键词信息以及任务请求类型,以实现理解出用户的需求和意图。其中,任务请求类型包括执行类型以及询问类型,自然语言大模型120通过对第一执行任务信息进行语义分析可以确定出用户的任务请求类型,如,第一执行任务信息为“请查询目标***的包括哪些模块”可以确定出该任务请求类型为询问类型,如,第一执行任务信息为“请对目标***的数据库执行数据检索”可以确定出该任务请求类型为执行类型。自然语言大模型120根据语义分析确定出第一执行任务信息的任务请求类型。
其中,用户端发送的目标运维任务的第一执行任务信息可以为文本信息、图像信息或者语音信息。
在本方案中,通过自然语言大模型120和提示信息替代以往的意图识别,能够理解用户的需求并考虑到上下文信息,从而实现了可以更好地处理复杂的运维任务做出更智能的决策。
在一种可能的实施方式之中,所述知识库管理模块130在用于基于所述关键词信息以及所述第一执行任务信息的请求类型在知识管理数据库中确定出所述第一执行任务信息相对应的目标信息时,所述知识库管理模块130具体用于:
A:针对于所述任务请求类型为询问类型,检测所述知识管理数据库中是否存在与所述关键词信息相匹配的知识信息;若是,则将所述知识信息确定为所述关键词信息的目标信息;若否,则向所述自然语言大模型120发送对所述目标信息进行确定的指令;其中,所述询问类型下的所述目标信息为答案文本信息。
这里,对于任务请求类型为询问类型,确定出知识管理数据库中是否存在与关键词信息相匹配的知识信息;若是,则将知识信息确定为所述关键词信息的目标信息;若否,则向自然语言大模型120发送对目标信息进行确定的指令,以使自然语言大模型120调用web浏览页面查询到关键词信息的目标信息。
其中,询问类型下的所述目标信息为答案文本信息,如第一执行任务信息为“请查询目标***的模块有多少个”,则在知识管理数据库中查询是否存在与“目标***”、“模块”、“个数”相匹配的知识信息,确定出来的知识信息为该询问类型下目标信息的答案文本信息。
B:针对于所述任务请求类型为执行类型,基于所述关键词信息在所述知识管理数据库中,确定出所述第一执行任务信息相对应的目标信息;其中,在所述执行类型下的所述目标信息为API文档。
这里,针对于任务请求类型为执行类型,根据关键词信息在知识管理数据库中,确定出第一执行任务信息相对应的目标信息。
其中,知识库管理模块130管理私有运维知识库,包括API文档、操作手册、内部文档等。当用户是询问类意图就从内部知识检索结合自然语言大模型120整合回答,如果内部知识没有相关知识信息则利用自然语言大模型120的知识回答问题。如果是执行任务类的对话,则结合API文档分析分解哪些接口可以实现用户需求,并反馈给用户。
在本方案中,通过自动化脚本和自然语言大模型120可以自动更新和存储知识管理数据库。可以实时访问企业***的API文档,自动构建和更新知识管理数据库,确保始终使用最新的信息来支持运维操作,从而减少了手动维护和集成的工作负担。
在一种可能的实施方式之中,针对于所述任务请求类型为执行类型,所述自然语言大模型120在用于若所述任务请求类型为执行类型则基于所述第一执行任务信息以及目标信息确定出任务执行配置信息以及目标API接口参数时,所述自然语言大模型120具体用于:
a:对所述API文档进行解析处理,确定出所述API文档中的多个API接口参数。
这里,对API文档进行解析处理,确定出API文档中的多个API接口参数。
b:在多个所述API接口参数中确定出所述第一执行任务信息相对应的目标API接口参数,并将所述目标API接口参数发送至所述用户模块110。
这里,在多个API接口参数中确定出所述第一执行任务信息相对应的目标API接口参数,并将目标API接口参数发送至用户模块110,以使向用户模块110展示出满足用户需求的目标API接口参数有哪些。
c:基于所述目标API接口参数以及所述第一执行任务信息进行任务执行配置,确定出任务执行配置信息。
这里,根据目标API接口参数以及第一执行任务信息进行任务执行配置,确定出任务执行配置信息。
其中,根据目标API接口参数以及第一执行任务信息选择合适的运维操作以及构建执行计划,得到任务执行配置信息。
进一步的,所述运维执行模块140还用于将所述目标API接口参数、所述第一执行任务信息以及所述任务执行配置信息进行存储。
在一种可能的实施方式之中,所述自然语言大模型120还用于:
若所述任务请求类型为询问类型,则确定出所述第一执行任务信息相对应的回答模板;对所述回答模板以及所述目标信息进行整合处理,确定出第一执行任务信息相对应的回答结果。
这里,若任务请求类型为询问类型,则确定出第一执行任务信息相对应的回答模板,对回答模板以及所述目标信息进行整合处理,确定出第一执行任务信息相对应的回答结果。
这里,回答模板是预设的,若根据第一执行任务信息未确定出来相对应的回答模板,则直接对目标信息进行整合成回答结果。
进一步的,请参阅图2,图2为本申请实施例所提供的智能运维***100的结构示意图之二。如图2所示,所述智能运维***100还包括上下文管理模块150以及监测模块160。所述上下文管理模块150与所述自然语言大模型120以及所述用户模块110通信连接;所述监测模块160分别与所述运维执行模块140以及所述用户模块110通信连接。
具体的,所述上下文管理模块150,用于针对于所述目标运维任务继续实时接收所述用户端发送的第二执行任务信息,对所述第二执行任务信息与所述第一执行任务信息进行上下文语义关联,将关联后的第二执行任务信息发送至所述自然语言大模型120之中,以使所述自然语言大模型120对关联后的第二执行任务信息进行语义分析处理。
这里,上下文管理模块150针对于目标运维任务继续实时接收用户端发送的第二执行任务信息,对第二执行任务信息与第一执行任务信息进行上下文语义关联,将关联后的第二执行任务信息发送至自然语言大模型120之中,以使所述自然语言大模型120对关联后的第二执行任务信息进行语义分析处理,对语义分析处理后的第二执行任务信息进行处理得到执行结果。从而实现了按用户维度保留交互信息,为单次任务提供上下文信息,也为周期性的任务总结提供存储分析功能,以便在积累了一定量的对话任务后自动总结那些是固化的操作,便于用户分析和后续调整,实现了维护历史对话,以理解用户的意图随时间的变化。
具体的,所述监测模块160,用于对任务执行过程进行实时监测,确定出任务执行过程中是否存在报错信息,若是,则确定出所述报错信息相对应的修正策略,并将所述报错信息以及所述修正策略发送至所述用户端。
这里,监测模块160实时监测运维操作,自动识别潜在的错误情况,并采取纠正措施,以使用户端清楚的了解运维任务的执行结果以及报错信息,当存在报错信息时向用户端发送修正策略,以使用户了解到运维过程中哪个执行步骤出现错误并及时的进行修正。
进一步的,请参阅图3,图3为本申请实施例所提供的智能运维***100的用户模块110的界面示意图。如图3所示,用户输入的第一执行任务信息为“请查询工业数据***的日志执行状态”,自然语言大模型120对第一执行任务信息进行语义分析,确定出第一执行任务信息相对应的关键词信息以及任务请求类型,知识库管理模块130根据关键词信息确定出第一执行任务信息相对应的多个目标API接口参数,并将多个目标API接口参数发送给用户模块110上进行展示,如“请选择要执行以下的第几个接口:1、执行作业执行方案;2、查询执行方案列表;3、查询脚本列表;4、快速分发文件;5、查询业务下定时作业信息”。用户选择“第2个”,确定出目标API接口参数后运维执行模块140根据目标API接口参数以及所述第一执行任务信息进行任务执行配置,确定出任务执行配置信息,根据任务执行配置信息以及目标API接口参数进行运维任务执行,确定出第一执行任务信息相对应的执行结果为“工业数据***的日志执行状态为已完成”。
本申请实施例提供的一种智能运维***,所述智能运维***包括用户模块、自然语言大模型、知识库管理模块以及运维执行模块,所述自然语言大模型与所述用户模块、所述知识库管理模块以及所述运维执行模块均通信连接,所述知识库管理模块与所述用户模块通信连接;其中,所述自然语言大模型,用于接收用户端发送的针对于目标运维任务的第一执行任务信息,对所述第一执行任务信息进行语义分析,确定出所述第一执行任务信息相对应的关键词信息以及任务请求类型,将所述关键词信息以及所述任务请求类型发送至所述知识库管理模块,若所述任务请求类型为执行类型则基于所述第一执行任务信息以及目标信息确定出任务执行配置信息以及目标API接口参数,将所述任务执行配置信息以及目标API接口参数发送至所述运维执行模块;所述知识库管理模块,用于基于所述关键词信息以及所述任务请求类型在知识管理数据库中确定出所述第一执行任务信息相对应的目标信息,并将所述目标信息发送至所述自然语言大模型;所述运维执行模块,用于所述任务执行配置信息以及所述目标API接口参数进行运维任务执行,确定第一执行任务信息相对应的执行结果。通过用户模块、自然语言大模型、知识库管理模块以及运维执行模块实现了自动执行运维任务,提高了运维任务的处理效率以及准确性,降低了手动配置和管理运维任务的工作量。
请参阅图4,图4为本申请实施例所提供的一种智能运维方法的流程示意图。如图4中所示,本申请实施例提供的智能运维方法,包括:
S401:获取目标运维任务的第一执行任务信息,对所述第一执行任务信息进行语义分析,确定出所述第一执行任务信息相对应的关键词信息以及任务请求类型。
该步骤中,获取目标运维任务的第一执行任务信息,对第一执行任务信息进行语义分析,确定出第一执行任务信息相对应的关键词信息以及任务请求类型。
这里,关于如何确定出关键词信息以及任务请求类型的实施过程与上述自然语言大模型的处理过程相一致,此部分不再进行赘述。
S402:基于所述关键词信息以及所述任务请求类型在知识管理数据库中确定出所述第一执行任务信息相对应的目标信息。
该步骤中,根据关键词信息以及任务请求类型在知识管理数据库中确定出第一执行任务信息相对应的目标信息。
S403:若所述任务请求类型为执行类型,则基于所述第一执行任务信息以及目标信息确定出任务执行配置信息以及目标API接口参数。
该步骤中,若任务请求类型为执行类型,则根据第一执行任务信息以及目标信息确定出任务执行配置信息以及目标API接口参数。
S404:基于所述任务执行配置信息以及所述目标API接口参数进行运维任务执行,确定第一执行任务信息相对应的执行结果。
该步骤中,根据任务执行配置信息以及目标API接口参数进行运维任务执行,确定第一执行任务信息相对应的执行结果。
在一种可能的实施方式之中,所述基于所述关键词信息以及所述第一执行任务信息的请求类型在知识管理数据库中确定出所述第一执行任务信息相对应的目标信息时,包括:
针对于所述任务请求类型为询问类型,检测所述知识管理数据库中是否存在与所述关键词信息相匹配的知识信息;若是,则将所述知识信息确定为所述关键词信息的目标信息;若否,则向所述自然语言大模型发送对所述目标信息进行确定的指令;其中,所述询问类型下的所述目标信息为答案文本信息;
针对于所述任务请求类型为执行类型,基于所述关键词信息在所述知识管理数据库中,确定出所述第一执行任务信息相对应的目标信息;其中,在所述执行类型下的所述目标信息为API文档。
在一种可能的实施方式之中,针对于所述任务请求类型为执行类型,若所述基于所述第一执行任务信息以及目标信息确定出任务执行配置信息以及目标API接口参数,包括:
对所述API文档进行解析处理,确定出所述API文档中的多个API接口参数;
在多个所述API接口参数中确定出所述第一执行任务信息相对应的目标API接口参数,并将所述目标API接口参数发送至所述用户模块;
基于所述目标API接口参数以及所述第一执行任务信息进行任务执行配置,确定出任务执行配置信息。
在一种可能的实施方式之中,所述智能运维方法还包括:
若所述任务请求类型为询问类型,则确定出所述第一执行任务信息相对应的回答模板;
对所述回答模板以及所述目标信息进行整合处理,确定出第一执行任务信息相对应的回答结果。
在一种可能的实施方式之中,所述智能运维方法还包括:
控制上下文管理模块针对于所述目标运维任务继续实时接收所述用户端发送的第二执行任务信息,对所述第二执行任务信息与所述第一执行任务信息进行上下文语义关联,将关联后的第二执行任务信息发送至所述自然语言大模型之中,以使所述自然语言大模型对关联后的第二执行任务信息进行语义分析处理。
在一种可能的实施方式之中,所述智能运维方法还包括:
控制所监测模块对任务执行过程进行实时监测,确定出任务执行过程中是否存在报错信息,若是,则确定出所述报错信息相对应的修正策略,并将所述报错信息以及所述修正策略发送至所述用户端。
在一种可能的实施方式之中,所述智能运维方法还包括:
将所述目标API接口参数、所述第一执行任务信息以及所述任务执行配置信息进行存储。
本申请实施例提供的一种智能运维方法,所述智能运维方法包括:获取目标运维任务的第一执行任务信息,对所述第一执行任务信息进行语义分析,确定出所述第一执行任务信息相对应的关键词信息以及任务请求类型;基于所述关键词信息以及所述任务请求类型在知识管理数据库中确定出所述第一执行任务信息相对应的目标信息;若所述任务请求类型为执行类型则基于所述第一执行任务信息以及目标信息确定出任务执行配置信息以及目标API接口参数;基于所述任务执行配置信息以及所述目标API接口参数进行运维任务执行,确定第一执行任务信息相对应的执行结果。通过用户模块、自然语言大模型、知识库管理模块以及运维执行模块实现了自动执行运维任务,提高了运维任务的处理效率以及准确性,降低了手动配置和管理运维任务的工作量。
请参阅图5,图5为本申请实施例所提供的一种电子设备的结构示意图。如图5中所示,所述电子设备500包括处理器510、存储器520和总线530。
所述存储器520存储有所述处理器510可执行的机器可读指令,当电子设备500运行时,所述处理器510与所述存储器520之间通过总线530通信,所述机器可读指令被所述处理器510执行时,可以执行如上述图4所示方法实施例中的智能运维方法的步骤,具体实现方式可参见方法实施例,在此不再赘述。
本申请实施例还提供一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时可以执行如上述图4所示方法实施例中的智能运维方法的步骤,具体实现方式可参见方法实施例,在此不再赘述。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的***、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的***、装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-OnlyMemory,ROM)、随机存取存储器(RandomAccessMemory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上所述实施例,仅为本申请的具体实施方式,用以说明本申请的技术方案,而非对其限制,本申请的保护范围并不局限于此,尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (9)
1.一种智能运维***,其特征在于,所述智能运维***包括用户模块、自然语言大模型、知识库管理模块以及运维执行模块,所述自然语言大模型与所述用户模块、所述知识库管理模块以及所述运维执行模块均通信连接,所述知识库管理模块与所述用户模块通信连接;其中,
所述自然语言大模型,用于接收用户端发送的针对于目标运维任务的第一执行任务信息,对所述第一执行任务信息进行语义分析,确定出所述第一执行任务信息相对应的关键词信息以及任务请求类型,将所述关键词信息以及所述任务请求类型发送至所述知识库管理模块,若所述任务请求类型为执行类型则基于所述第一执行任务信息以及目标信息确定出任务执行配置信息以及目标API接口参数,将所述任务执行配置信息以及目标API接口参数发送至所述运维执行模块;
所述知识库管理模块,用于基于所述关键词信息以及所述任务请求类型在知识管理数据库中确定出所述第一执行任务信息相对应的目标信息,并将所述目标信息发送至所述自然语言大模型;
所述运维执行模块,用于基于所述任务执行配置信息以及所述目标API接口参数进行运维任务执行,确定第一执行任务信息相对应的执行结果;
所述智能运维***还包括上下文管理模块,所述上下文管理模块与所述自然语言大模型以及所述用户模块通信连接;其中,
所述上下文管理模块,用于针对于所述目标运维任务继续实时接收所述用户端发送的第二执行任务信息,对所述第二执行任务信息与所述第一执行任务信息进行上下文语义关联,将关联后的第二执行任务信息发送至所述自然语言大模型之中,以使所述自然语言大模型对关联后的第二执行任务信息进行语义分析处理。
2.根据权利要求1所述的智能运维***,其特征在于,所述知识库管理模块在用于基于所述关键词信息以及所述第一执行任务信息的请求类型在知识管理数据库中确定出所述第一执行任务信息相对应的目标信息时,所述知识库管理模块具体用于:
针对于所述任务请求类型为询问类型,检测所述知识管理数据库中是否存在与所述关键词信息相匹配的知识信息;若是,则将所述知识信息确定为所述关键词信息的目标信息;若否,则向所述自然语言大模型发送对所述目标信息进行确定的指令;其中,所述询问类型下的所述目标信息为答案文本信息;
针对于所述任务请求类型为执行类型,基于所述关键词信息在所述知识管理数据库中,确定出所述第一执行任务信息相对应的目标信息;其中,在所述执行类型下的所述目标信息为API文档。
3.根据权利要求2所述的智能运维***,其特征在于,针对于所述任务请求类型为执行类型,所述自然语言大模型在用于若所述任务请求类型为执行类型则基于所述第一执行任务信息以及目标信息确定出任务执行配置信息以及目标API接口参数时,所述自然语言大模型具体用于:
对所述API文档进行解析处理,确定出所述API文档中的多个API接口参数;
在多个所述API接口参数中确定出所述第一执行任务信息相对应的目标API接口参数,并将所述目标API接口参数发送至所述用户模块;
基于所述目标API接口参数以及所述第一执行任务信息进行任务执行配置,确定出任务执行配置信息。
4.根据权利要求2所述的智能运维***,其特征在于,所述自然语言大模型还用于:
若所述任务请求类型为询问类型,则确定出所述第一执行任务信息相对应的回答模板;
对所述回答模板以及所述目标信息进行整合处理,确定出第一执行任务信息相对应的回答结果。
5.根据权利要求1所述的智能运维***,其特征在于,所述智能运维***还包括监测模块,所述监测模块分别与所述运维执行模块以及所述用户模块通信连接;其中,
所述监测模块,用于对任务执行过程进行实时监测,确定出任务执行过程中是否存在报错信息,若是,则确定出所述报错信息相对应的修正策略,并将所述报错信息以及所述修正策略发送至所述用户端。
6.根据权利要求3所述的智能运维***,其特征在于,所述运维执行模块还用于:
将所述目标API接口参数、所述第一执行任务信息以及所述任务执行配置信息进行存储。
7.一种智能运维方法,其特征在于,所述智能运维方法应用于权利要求1-6任一所述的智能运维***,所述智能运维方法包括:
获取目标运维任务的第一执行任务信息,对所述第一执行任务信息进行语义分析,确定出所述第一执行任务信息相对应的关键词信息以及任务请求类型;
基于所述关键词信息以及所述任务请求类型在知识管理数据库中确定出所述第一执行任务信息相对应的目标信息;
若所述任务请求类型为执行类型,则基于所述第一执行任务信息以及目标信息确定出任务执行配置信息以及目标API接口参数;
基于所述任务执行配置信息以及所述目标API接口参数进行运维任务执行,确定第一执行任务信息相对应的执行结果。
8.一种电子设备,其特征在于,包括:处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储器之间通过所述总线进行通信,所述机器可读指令被所述处理器运行时执行如权利要求7所述的智能运维方法的步骤。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行如权利要求7所述的智能运维方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311704609.2A CN117389843B (zh) | 2023-12-13 | 2023-12-13 | 一种智能运维***、方法、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311704609.2A CN117389843B (zh) | 2023-12-13 | 2023-12-13 | 一种智能运维***、方法、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117389843A CN117389843A (zh) | 2024-01-12 |
CN117389843B true CN117389843B (zh) | 2024-04-09 |
Family
ID=89467113
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311704609.2A Active CN117389843B (zh) | 2023-12-13 | 2023-12-13 | 一种智能运维***、方法、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117389843B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117608764B (zh) * | 2024-01-18 | 2024-04-26 | 成都索贝数码科技股份有限公司 | 一种容器平台运维方法及*** |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108768728A (zh) * | 2018-05-31 | 2018-11-06 | 康键信息技术(深圳)有限公司 | 运维任务处理方法、装置、计算机设备和存储介质 |
CN109062723A (zh) * | 2018-08-22 | 2018-12-21 | 郑州云海信息技术有限公司 | 服务器故障的处理方法和装置 |
CN109857613A (zh) * | 2018-12-25 | 2019-06-07 | 南京南瑞信息通信科技有限公司 | 一种基于采集集群的自动化运维*** |
CN111858253A (zh) * | 2020-07-23 | 2020-10-30 | 平安普惠企业管理有限公司 | 服务器运维管控方法、装置、计算机设备及存储介质 |
CN112925895A (zh) * | 2021-03-29 | 2021-06-08 | 中国工商银行股份有限公司 | 自然语言软件运维方法及装置 |
CN113703942A (zh) * | 2021-08-30 | 2021-11-26 | 合众人寿保险股份有限公司 | 脚本执行方法、装置及计算机设备 |
WO2022237507A1 (zh) * | 2021-05-12 | 2022-11-17 | 康键信息技术(深圳)有限公司 | 服务器故障智能推送方法、装置、设备及存储介质 |
CN116089205A (zh) * | 2022-12-05 | 2023-05-09 | 上海宏时数据***有限公司 | 一种自动化运维管理方法、装置、服务器和存储介质 |
EP4246332A1 (en) * | 2022-03-15 | 2023-09-20 | Accenture Global Solutions Limited | System and method for serverless application testing |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10817813B2 (en) * | 2018-10-25 | 2020-10-27 | Qlytics LLC | Resource configuration and management system |
-
2023
- 2023-12-13 CN CN202311704609.2A patent/CN117389843B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108768728A (zh) * | 2018-05-31 | 2018-11-06 | 康键信息技术(深圳)有限公司 | 运维任务处理方法、装置、计算机设备和存储介质 |
CN109062723A (zh) * | 2018-08-22 | 2018-12-21 | 郑州云海信息技术有限公司 | 服务器故障的处理方法和装置 |
CN109857613A (zh) * | 2018-12-25 | 2019-06-07 | 南京南瑞信息通信科技有限公司 | 一种基于采集集群的自动化运维*** |
CN111858253A (zh) * | 2020-07-23 | 2020-10-30 | 平安普惠企业管理有限公司 | 服务器运维管控方法、装置、计算机设备及存储介质 |
CN112925895A (zh) * | 2021-03-29 | 2021-06-08 | 中国工商银行股份有限公司 | 自然语言软件运维方法及装置 |
WO2022237507A1 (zh) * | 2021-05-12 | 2022-11-17 | 康键信息技术(深圳)有限公司 | 服务器故障智能推送方法、装置、设备及存储介质 |
CN113703942A (zh) * | 2021-08-30 | 2021-11-26 | 合众人寿保险股份有限公司 | 脚本执行方法、装置及计算机设备 |
EP4246332A1 (en) * | 2022-03-15 | 2023-09-20 | Accenture Global Solutions Limited | System and method for serverless application testing |
CN116089205A (zh) * | 2022-12-05 | 2023-05-09 | 上海宏时数据***有限公司 | 一种自动化运维管理方法、装置、服务器和存储介质 |
Non-Patent Citations (1)
Title |
---|
基于知识图谱的智能运维***;罗维;《中国优秀硕士学位论文全文数据库》;I138-1369 * |
Also Published As
Publication number | Publication date |
---|---|
CN117389843A (zh) | 2024-01-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110546606A (zh) | 租户升级分析 | |
US8631014B2 (en) | Method and system for integrated asset management | |
CN117389843B (zh) | 一种智能运维***、方法、电子设备及存储介质 | |
JP4880376B2 (ja) | 支援装置、プログラム、情報処理システム及び支援方法 | |
CN100511274C (zh) | 批量作业集中管理和调度的***及方法 | |
CN110943860A (zh) | 一种bmc固件更新方法、***、电子设备及存储介质 | |
CN112383507B (zh) | 防火墙策略管理方法、装置、***与计算机可读存储介质 | |
EP3467659A1 (en) | Self-monitoring | |
WO2013171864A1 (ja) | 作業管理方法及び管理システム | |
CN112882863A (zh) | 恢复数据的方法、装置、***和电子设备 | |
CN111552771A (zh) | 一种用于电力***的安全合规策略创建及管理*** | |
CN104967532A (zh) | Toc技术运维***及应用方法 | |
CN109586946B (zh) | 异常处理方法、装置及计算机可读存储介质 | |
US7627667B1 (en) | Method and system for responding to an event occurring on a managed computer system | |
CN117608845A (zh) | 任务批处理方法、装置、终端设备以及存储介质 | |
CN116578497A (zh) | 一种接口自动化测试方法、***、计算机设备及存储介质 | |
US20090083747A1 (en) | Method for managing application programs by utilizing redundancy and load balance | |
JPH10105540A (ja) | 作業手順管理システム | |
CN113656088B (zh) | 互联网数据中心服务器自助管理方法、装置和存储介质 | |
CN112181785B (zh) | 一种自动添加监控设备的方法、终端及存储介质 | |
CN113326052A (zh) | 业务组件的升级方法、装置、计算机设备和存储介质 | |
CN114020368A (zh) | 基于状态机的信息处理方法、装置和存储介质 | |
JP2021125264A (ja) | 情報処理装置 | |
CN111147282A (zh) | 自动维护drcp连接池的装置、方法及存储介质 | |
JP2006285473A (ja) | 製造工程管理システム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |