运行管理
验证运行总览、业务管理、容器运行、网关管理和 HA 集群状态是否可见、可操作、可追踪。
OPS PLATFORM BENCHMARK
运维平台可用性与治理评测
运维平台的评测重点不是模型速度，而是 ToB 项目能否长期稳定运营：设备是否纳管、模型是否可灰度和回滚、告警是否闭环、日志是否可审计、故障是否能恢复。
01 / 运维评测维度
以持续可用、可审计、可恢复为验收核心
内容来自 AI-Tower V3.1 产品原型的运行管理、模型管理、监控事件、运维中心、运营分析和系统配置模块。项目验收时可以直接把这些维度转成检查清单。
模型生命周期
验证模型仓库、模型部署、副本分布、加载进度、灰度、回滚和推理性能监控。
监控与事件
验证实时监控、告警规则、通知订阅、事件统计和跨域事件因果链。
运维中心
验证软件中心、升级中心、备份恢复、日志中心、Oncall 排班和远程支持授权。
运营分析
验证运行报表、资源分析、可用性 SLA、成本分摊和 Runbook 库。
系统配置
验证用户权限、License、审计管理、系统设置和架构视图。
02 / 验收清单
运维平台项目交付证据
这一页适合给客户 IT、运维、安全、审计团队讲，重点说明天工不是一次性 Demo，而是可长期运行的企业 AI 系统。
| 验收项 | 评测问题 | 输出证据 | 客户价值 |
|---|---|---|---|
| 设备与业务纳管 | 设备、容器、网关、业务实例是否统一可视？ | 运行总览截图、业务清单、节点拓扑 | 降低多点运维难度 |
| 模型部署治理 | 模型是否能部署、灰度、回滚并追踪版本？ | 部署记录、版本记录、副本分布、回滚日志 | 让模型交付具备工程可控性 |
| 告警闭环 | 异常是否触发告警并通知正确人员？ | 告警规则、通知记录、处置状态 | 缩短故障发现与恢复链路 |
| 审计追溯 | 关键操作是否可按人、时间、对象追溯？ | 审计日志、导出归档、完整性校验 | 满足金融、政企合规要求 |
| 备份恢复 | 配置、模型、业务数据是否能恢复？ | 备份策略、恢复演练记录、恢复结果 | 保障系统持续可用 |
| SLA 与 Runbook | 是否形成可复用的运维手册与月度报告？ | SLA 报表、Runbook、事故复盘 | 支撑规模化复制和长期运营 |