DataBuff v0.1.4 已发布：7 大 AI 运维能力首页可配置上线、多 Agent 协同与深度巡检交付链，以及 SkyWalking / Trace 数据口径与 Doris / 升级底座加固。相对 v0.1.3：45 commits / 274 files。
本版亮点
- 7 大 AI 运维能力首页：看得见、军团协同、会巡检、会诊断、会修复、会预测、会答疑——名称、推荐问题、绑定专家可配置。
- 多 Agent 协同：不同专家并行取证、同一专家串行；HTML / Markdown / SVG 报告可在工作区预览下载。
- 深度服务巡检：综合指标、日志、告警、依赖、错误 Trace、实例与 JVM 信号，输出带证据的 HTML 报告。
- 产品答疑专家：检索镜像内文档与代码回答部署 / 接入 / 配置问题。
- SkyWalking MQ 虚拟服务：MQ Producer 归一为虚拟服务，RPC / 入口统计与 Trace 时间口径修正。
- Doris 运行时恢复：故障时保留 AI 排障入口，恢复后自动探测并 hydrate，无需重启 Web。
- 升级兼容：旧版 Docker Compose 自动选中 legacy 文件；升级前备份
data/，失败可回滚重试。
怎么用：7 大 AI 运维能力首页
路径：AI 平台 → AI 对话。打开首页即可按场景选专家，能力名称、推荐问题与绑定专家可在管理页启停或恢复默认。
图 1 · AI 对话首页与 7 大能力入口（demo.databuff.ai 实拍）
怎么用：多 Agent 协同
复杂任务交给 AI 大脑，由它按专家列表派发——例如同时派智能问数查延迟 / 错误率 / 慢 Trace，派智能巡检做分级健康检查，最后汇总成可转发的故障报告。
图 2 · AI 大脑连续调用 dispatchExpertTask，并发派给智能问数与智能巡检
图 3 · 汇总结论：P0 / P1 分级 + 证据链，报告可预览转发
怎么用：深度服务巡检
路径：AI 平台 → 智能巡检。一句话发起单服务巡检，输出排版完整的 HTML 报告——入口指标、错误日志、下游依赖与分级结论一页看清。
图 4 · 切到智能巡检，指定服务并要求输出 HTML 报告
图 5 · HTML 报告：健康分卡 + 入口指标 + 错误日志与下游依赖
怎么用：产品答疑专家
遇到部署、接入、端口或告警配置问题，答疑专家检索镜像内 DataBuff 文档与代码后组织回答，而不是只凭模型记忆猜测。
图 6 · 产品答疑专家：基于镜像内文档与代码回答配置问题
数据口径：MQ 虚拟服务与拓扑
v0.1.4 将 SkyWalking / OTel MQ Producer 归一为虚拟服务（messaging 标签 + producer outbound），并修正 RPC CLIENT / outbound 与 peer 关系、服务入口统计与 Trace 结束时间口径。
图 7 · MQ 中间件专页：Producer / Consumer 分开统计，不再混在 HTTP 接口里
图 8 · 全局拓扑：checkout 上下游依赖一图看清
图 9 · 服务流：各下游贡献度可展开，支撑 AI 根因分析
安装与升级
新装请按 Docker 安装部署；已有环境换版本请按 升级与卸载。