AIOps平台构建：从零开始的第二天

经过几个月的研究，我已经积累了不少可实施的AIOps方案。接下来，我会把这些内容整理到我的大模型课程中。欢迎大家在评论区分享你们遇到的具体情况，我会尽我所能提供思路和建议。

昨天开始了AIOps平台的搭建工作，今天是第二天。

昨天已经完成了P0任务，总共消耗了约$12.4的Tokens。我使用的是GPT-5.3-codex模型，通过一家月费59元的服务商，日限额为$60，月限额为$720，性价比还算可以。我平时对OpenClaw+codex的使用不算频繁，这个额度完全够用，甚至还有剩余。

目前，P0任务已经完成，P1任务正在进行：

这里有一些需要注意的地方：

1）如果中途重启了OpenClaw，可能会导致任务不连贯

例如，在开发INFRA-006之后，想让它继续开发INFRA-007，它可能不知道该怎么做。为了避免这种情况，需要经常提醒OpenClaw进行长期记忆。

2）项目启动时，准备工作不够充分

比如只提供了P0任务列表，而没有列出P1-P3的任务。因此，在完成P0后，当要求它继续下一步时，它又回到了P0中寻找任务。

3）计划是让OpenClaw将开发任务交给codex执行，但中途有些任务偏离了轨道

起初确实是codex在负责开发，但在中途某个阶段，OpenClaw自己接手了任务，这可能导致代码质量前后不一致。所以，一开始就需要明确分工。

我非常喜欢这种Vibe Coding的方式来进行项目开发，不仅能够亲身参与其中，还能监督每个任务的进展，并亲自验收成果。

顺便介绍一下我的大模型课程：我的运维大模型课已经上线，现在处于预售阶段，有较大优惠。随着AI技术的不断成熟，对大模型的需求也越来越多。我认为这一方向比传统的后端、前端开发、测试或运维等更有潜力，而且竞争相对较小！