一种微服务资源瓶颈定位方法

本申请涉及一种基于强化学习与大语言模型的微服务资源瓶颈定位方法，涉及软件工程微服务领域。其中，该方法包括利用目标Prompt格式解析微服务运行时的日志信息与指标信息，通过大语言模型对日志信息与指标信息的解析结果进行分析决策，找到影响微服务性能的资源瓶颈。本发明通过智能体将日志信息和指标信息组合成prompt格式，并将prompt格式传输给大语言模型，通过大语言模型的决策处理得出该prompt格式的当前任务响应时间、当前任务处理准确率，并得出具体资源项的信息，从而针对性的调度资源，比如得出具体是CPU资源不足，就会针对性的对CPU资源进行调度，而不是同步提高所有资源的调度，从而做到精准调控各项微服务的资源，避免资源浪费。