《AIOps之书》
通过本实战指南，掌握基于人工智能的基础设施自动化，使用Go语言构建可投入生产的MCP服务器和AI代理。从手动AWS操作转变为智能自动化，让系统理解您的环境，做出明智决策，同时保持人类对系统的控制。
书籍结构与内容
前言
- 这本书适合谁阅读
- 你将构建的内容
- 本书的组织结构
- 关于快速变化格局的注记
- 对社区的致谢
第一部分：基础
第一章：AIOps革命
- 传统自动化技术的局限性
- AIOps的真正含义
- 基础设施环境问题
- 输入MCP和AI代理
- 实际影响与案例分析
- 为何此事当下至关重要
- 在这本书中你将学到什么
第二章：DevOps工程师必备的人工智能基础
- 理解大型语言模型在基础设施工作中的应用
- 上下文窗口和内存限制
- 基础设施自动化中的提示工程
- 在运营中的AI能力与局限性
- 人工智能驱动基础设施的安全考量
- 与现有工具的集成模式
- 选择合适的AI模型和供应商
- 构建可靠的AI系统
- 接下来是什么
第三章：模型上下文协议深入解析
- 什么是MCP以及为何它重要
- MCP（微控制器协议/微控制器架构）的架构与核心概念
- 协议规范与通信模式
- MCP 与 REST API 和 GraphQL 的对比
- 在DevOps中的真实MCP（多云平台）应用场景
- MCP生态系统与工具链
- MCP实施中的安全与信任
- 协议演变与未来方向
- 接下来是什么
第4章：设置您的开发环境
- 适用于MCP的Go开发环境
- AWS CLI 和 SDK 配置
- AI工具集成
- 接下来怎么办
第二部分：构建MCP服务器
第5章：使用Go语言搭建你的第一个MCP服务器
- 项目结构和依赖关系
- 基本的MCP协议实现
- AWS SDK 集成
- 资源发现与格式化
- 测试您的MCP服务器
- 接下来是什么
第六章：用于基础设施行动的MCP工具
- 理解MCP工具与资源的区别
- 工具项目结构
- 实施MCP工具
- 扩展AWS客户端
- 在MCP服务器上进行工具注册
- 实际案例：完整的AI到基础设施流程
- 章节概要
第7章：高级AWS操作
- 生产基础设施
- AWS基础设施基础
- 增强型MCP服务器架构
- 扩展项目结构
- 核心参数结构
- VPC和网络工具的实施
- 自动伸缩组工具的实现
- 应用负载均衡工具实现
- RDS工具实施
- 工具注册与MCP（管理控制平面/多云平台等，具体含义需根据上下文确定）集成
- 实际应用案例：完整的生产环境部署
- 章节概要
- 接下来是什么
第8章：重构以实现生产就绪架构
- 了解当前架构的局限性
- 重构目标与愿景
- 关键重构步骤
- 挑战与解决方案
- 第九章的准备
- 结论
第9章：GitHub Copilot与MCP集成实现基础设施自动化
- GitHub Copilot 和 MCP
- VS Code MCP 配置深度解析
- 现实场景：使用GitHub Copilot的三层应用程序
- 理解Copilot的AI决策过程
- 高级Copilot集成模式
- 使用GitHub Copilot进行MCP的调试和故障排除
- 章节概要
第三部分：用于DevOps的AI代理
第10章：人工智能代理架构
- 从无状态工具到有状态代理
- AI代理基础（或AI智能体基础）
- 代理架构模式
- 代理组件深度解析
- 企业代理的考量因素
- 你所学到的
- 接下来是什么
第11章：明确你要构建的内容
- 从自动化到智能化的演进
- 人工智能基础设施代理的核心原则
- 人工智能代理架构概述
- 代理执行流程
- 你将要构建什么
- 战略优势
- 接下来是什么
第12章：LangChain框架简介
- 什么是LangChain？
- 为什么选择LangChain作为基础设施代理？
- LangChain 核心概念
- 将LangChain映射到您的代理架构中
- LangChain中的代理模式
- Go 语言中的 LangChain 与 Python 中的 LangChain 对比
- 为何这对基础设施自动化至关重要
- 你所学到的
- 接下来怎么办