【边缘计算实战】P4：巡检边缘可观测与规则诊断（附可视化面板）

系列：巡检机器人边云协同（P1→P2→P3→P4）
代码仓库：https://gitee.com/ghaweiuptgb/edge-computing
本篇目录：projects/p04-observability-diagnosis
定位：运维辅助；科研主线仍是边云卸载（P1/P3）

---

一、为什么要做 P4？

系统跑起来以后，导师/评委通常会问：

出问题你怎么发现？怎么解释？

P4 不追求工业级 Prometheus/Grafana 全家桶，而是做一个 够演示、够讲清 的最小闭环：

采集指标 → 规则告警 → 调工具取证 → 结构化诊断报告

并且提供浏览器面板，真正「看得见」。

---

二、六个关键指标（宁少勿杂）

指标	含义
node_up	节点是否存活
infer_queue_length	队列/在途请求
infer_latency_ms	探测时延
task_timeout_ratio	探测失败比例
network_rtt_ms	网络往返（可注入）
robot_battery_percent	机器人电量

指标超过一屏幕就失去教学意义。研0 控制在 6 个左右足够。

---

三、五条诊断剧本

ID	典型触发	建议方向
D1	队列高 / 时延高	过载 → 卸载或降级
D2	节点 down	失联 → 切走流量
D3	RTT 高	弱网 → 慎上云
D4	超时率高但节点仍活	查负载/模型
D5	电量低	降负载提示（不控车）

诊断报告必须包含：

• hypothesis（假设）
• evidence（证据）
• recommendations（建议）
• tool_trace（调用了哪些检查）

不是纯 ChatBot 空话。

---

四、启动可视化面板

建议先启动 P2（可选，但更真实）：

cd edge-computing/projects/p02-edge-runtime
docker compose up -d

启动 P4：

cd ../p04-observability-diagnosis
pip install -r requirements.txt
python scripts/run_dashboard.py

浏览器打开：

👉 http://127.0.0.1:8010/

面板按钮：

• 刷新采集
• 注入过载 / 弱网 / 低电量
• 一键诊断

---

五、API 一览（二次开发友好）

接口	作用
GET /metrics/snapshot	采集快照
GET /alerts	评估告警
POST /inject	注入/清除故障观测
POST /diagnose	对单条告警诊断
POST /diagnose/from_alerts	对当前告警批量诊断
GET /	可视化页面

注入示例：

curl -X POST http://127.0.0.1:8010/inject ^
  -H "Content-Type: application/json" ^
  -d "{\"queue\":{\"edge-node-a\":12}}"

---

六、验收

python scripts/accept_p4.py

脚本会检查：

• 单元测试
• 面板可访问
• 注入过载后出现告警与诊断
• 报告含 evidence / tool_trace
• 弱网、低电量剧本可触发

---

七、和前三篇如何收束成一条故事？

项目	一句话
P1	仿真证明策略有效
P2	节点变成真服务
P3	策略上线 + 复杂环境
P4	出问题能看见、能诊断

对导师的正确表述：

主贡献是边云卸载的可复现实验与在线验证；可观测面板是运维辅助，不是用 LLM 套壳当主成果。

---

八、系列总结（可作第四篇结尾）

如果你正处于研0，想做一个能打比赛、能进组会、能延伸论文的边缘计算小方向，建议路径是：

1. 先仿真出图（P1）
2. 再容器化运行时（P2）
3. 再在线验证复杂环境（P3）
4. 最后补可观测与诊断（P4）

完整代码：https://gitee.com/ghaweiuptgb/edge-computing

---

标签建议：AIOps 可观测性 边缘计算 故障诊断 FastAPI 可视化

系列导航：P1 仿真 → P2 运行时 → P3 在线卸载 → P4 可观测诊断（本篇）