一、大模型基础与智能运维（60分钟）

1.大模型基础

2.变革与复杂度

3.智能运维（AIOPS）概述

4.大模型优化运维生产关系

5.智能运维场景地图

二、大模型应用范式（60分钟）

1.构建大模型应用理论基石及应用形态

(1)ChatBot

(2)CoPilot

(3)Mutil-Agent

2.构建大模型应用的应用范式及实现路径

(1)对话应用

(2)RAG

(3)Agent

3.Mutil-Agent的演进与实现路径

三、运维+大模型所需的数据底座：统一可观测性（60分钟）

1.大模型时代的统一可观测性平台全景

2.使用统一可观测性平台打破数据孤岛

3.构建运维大模型数据底座

(1)运维实体模型

(2)多源数据接入（AutoETL）

(3)数据湖仓

(4)统一查询语言

(5)指标体系

(6)全局拓扑

(7)多维探索

(8)端到端的可观测性

(9)异常检测

(10)根因分析

四、大模型在核心运维场景中的应用实践（120 分钟）

1.大模型的演进给智能运维带来新的机遇

2.各大厂在智能运维中应用大模型的案例

3.基于大模型的智能运维平台体系架构

4.OPS   LLM 落地场景

(1)智能运维助手

(2)异常检测与预测

(3)告警收敛与降噪

(4)根因分析与事件溯源

(5)自然语言访问数据

(6)分布式链路问题推理

(7)代码异常见解

(8)容量预测与资源优化

(9)业务指标驱动的服务保障

5.LLM   OPS

(1)LLM   可观测性建模

(2)LLM   可观测性

五、如何在企业中落地大模型运维（30分钟）

1.数据治理与平台搭建

2.工具与流程整合

六、趋势、挑战与未来发展（30 分钟）

1.大模型驱动智能运维的未来趋势

2.企业落地挑战与对策

3.QA 与总结