本文指導通過智能會話完成一次自然語言資料查詢，快速體驗 STAROps 的智能會話能力。
完成目標
完成本快速入門後，將掌握以下能力：
從STAROps 控制台發起智能會話。
通過自然語言向數字員工提問，擷取可觀測資料的查詢結果。
步驟一：進入智能會話介面
登入STAROps 控制台 。
選擇一個數字員工，點擊進入詳情。
預設進入智能會話介面。
步驟二：選擇模型
在發起對話前，可以根據需要設定本次對話使用的 AI 模型。
選擇 AI 模型
在對話介面右下角，找到模型選擇下拉式功能表。
單擊下拉式功能表，查看可用的模型列表：
Auto：使用服務端配置的預設模型，不會在模型之間自動切換（預設選項）。
Qwen：適用於通用問答和中文內容產生。
GLM：適用於技術分析和代碼理解。
DeepSeek V4-Flash：適用於快速響應的輕量型工作。
DeepSeek V4-Pro：適用於需要深度分析的複雜任務。
單擊目標模型，完成選擇。
步驟三：發起對話
在對話輸入框中，使用自然語言描述查詢需求。以下是一些常用的提問樣本：
情境 | 提問樣本 |
資料查詢 | 查看過去 24 小時 CPU 使用率最高的 5 台主機。 |
異常檢測 | 最近 1 小時有哪些警示？ |
故障診斷 | 分析 service-payment 的響應延遲原因。 |
在輸入框中輸入問題後，按斷行符號或單擊發送按鈕，等待數字員工返回結果。
步驟四：查看結果
數字員工會自動調用相關工具查詢資料，並將結果以文字說明、資料表格或指標趨勢圖的形式呈現在對話介面中。
如果需要進一步分析，可以繼續在對話中追問。例如：
"這個警示的根因是什嗎？"
"對比上周同時段的資料。"
瞭解更多
完成智能會話的基本體驗後，可以繼續探索以下能力：
@實體引用：在CloudMonitor入口的對話方塊中輸入 @，可以引用工作空間中的實體（如 Service、Node、Pod），讓 AI 更精準地定位分析對象。詳見CloudMonitor智能助手。
'/' 喚起：數字員工還有 '/' 能力，可以喚起 `/Skill`、`/Tool`、`/clear`、`/compact`等。
長期任務：如果需要定時執行巡檢或自動化營運，請參見長期任務快速入門。
配置預設規則：為數字員工編寫預設規則，可以顯著提升對話品質。詳見配置預設規則。
常見問題
許可權不足導致操作失敗
請排查以下可能原因：
檢查數字員工是否有相關的許可權。
工作空間中是否已接入可觀測資料。如果資料來源配置不完整，數字員工可能無法處理查詢請求。
檢查數字員工關聯的 RAM 角色是否具備對應資料來源的讀取許可權。
數字員工返回的結果不準確
可以通過以下方式提升回答準確性：
提問時盡量具體，包含時間範圍、目標資源、指標名稱等上下文資訊。例如，將"查看 CPU"改為"查看過去 24 小時 prod-cluster 中 CPU 使用率 Top 5 的 Pod"。
使用 @實體引用功能精確指定分析對象。在對話方塊中輸入 @，選擇目標實體後發送。
為數字員工配置預設規則，明確輸出格式和分析深度要求。詳情請參見配置預設規則。