> ## Documentation Index
> Fetch the complete documentation index at: https://docs.molesignal.com/llms.txt
> Use this file to discover all available pages before exploring further.

# 带着护栏落地 Mole Agent

> 先定好哪些数据会发给模型，先给建议再做改动，让 Mole Agent 了解环境，把例行工作交给它，并持续关注成本和质量。

Mole Agent 从第一次对话起就能帮上忙，但人们信任它有两个前提：知道它能触及什么，以及看到它答得对。分步骤落地：先限制数据和操作，再让它了解环境，然后把例行工作交给它，并随着用量增长关注成本和质量。

## 定好哪些内容会发给模型

Mole Agent 会把对话发送给模型服务商，其中包括它所调用工具的返回结果。在第一次对话之前，和负责数据保护的同事一起定好这些控制项。

| 控制项 | 位置 | 建议 |
| - | - | - |
| 模型服务 | **Mole Agent → 设置 → 模型与推理** | 选择数据政策允许的服务商。兼容 OpenAI 的端点可以是部署在公司网络内的模型。 |
| 数据范围 | **Mole Agent → 设置 → 数据访问范围** | 只放开调查需要的环境、服务和数据流。 |
| 网络 | **Mole Agent → 设置 → 网络策略** | 保持关闭（新建 Profile 的默认状态），除非某个工具需要联网。 |
| 个人数据 | [字段遮掩](https://docs.molesignal.com/zh-Hans/settings/data-security.md#字段遮掩)和[正则模式](https://docs.molesignal.com/zh-Hans/settings/data-security.md#正则模式) | 字段遮掩对 Mole Agent 的查询和对人的查询同样生效；**写入时脱敏** 会在落盘之前去掉文本。 |

同时为每个模型服务填写单价，这样用量里就能看到成本。

## 先给建议，再做改动

在大家熟悉 Mole Agent 会提出什么之前，让对话保持在推荐的 **建议模式**：它查询数据并给出改动建议，但不执行改动。等它的建议经得起检验后，再改用 **执行模式（需审批）**：改动会按工具的执行方式，先确认或提交审批。参见[执行模式](https://docs.molesignal.com/zh-Hans/agent#执行模式)。

* 共享的 Agent Profile 在 **审批策略** 中保持 **允许 Bypass permissions** 关闭。
* 保留按风险等级的默认策略：从 L0 自动执行到 L4 禁用。在 **工具与能力** 中用 **配置工具策略** 让 **Production** 比其他环境更严格，例如 L1 改动也需要单人审批。
* 审批需要 `agent.approve`，Owner 和 Admin 持有它。通过自定义角色把它授予那些本来就会亲自做这类改动的人。
* MCP 服务器的新工具在有人启用之前保持停用。先用 **启用全部只读工具** 打开只读工具。技能和 MCP 工具不会放宽策略。

## 让它了解环境

Mole Agent 对服务了解多少，回答就有多好。

* 在 `MOLE.md` 中写下组织的知识，或运行 `/init` 让它来写：有哪些服务、各由谁负责，有哪些环境，重要的数据流和仪表盘，以及操作手册在哪里。用 `@路径` 指向更长的文件，例如 `runbooks/checkout.md`。参见[知识与记忆](https://docs.molesignal.com/zh-Hans/agent#知识与记忆)。
* 让每个团队维护自己的知识，团队对话会读取它；在团队对话中处理事件，值班的人就能查看并接着同一个调查继续。
* 打开 **对话结束后提炼记忆**，保留对话中学到的东西，并不时翻看 **记忆**，删除错误的内容。
* 把反复出现的做法写成[技能](https://docs.molesignal.com/zh-Hans/agent#技能)，放在开启了 **每天自动同步** 的[技能仓库](https://docs.molesignal.com/zh-Hans/agent#技能仓库)里，这样做法的改动会像代码一样经过评审。

## 把例行工作交给它

[自动化](https://docs.molesignal.com/zh-Hans/automations.md)让 Mole Agent 在没人参与对话时工作。从模板开始：

| 模板 | 用途 |
| - | - |
| **事件自动分析** | 为错误和严重级别的事件写下最可能的根因及证据，作为事件的 RCA，第一位响应人可以从它开始。 |
| **每日健康巡检** | 每个工作日早上说明哪些需要关注。 |
| **告警降噪周报** | 列出需要调整的规则。参见[让生产告警能够指导响应](https://docs.molesignal.com/zh-Hans/best-practices/actionable-alerts.md)。 |
| **值班负载周报** | 汇总每个人收到的告警和夜间告警。参见[搭建值班与通知](https://docs.molesignal.com/zh-Hans/best-practices/on-call-setup.md)。 |
| **变更影响检查** | 发布后由 CI 调用。参见[验证一次发布](https://docs.molesignal.com/zh-Hans/best-practices/release-verification.md)。 |

自动化以最后一次保存它的人的身份、按这个人的权限运行。这个人离开后，运行会一直失败，直到有人重新保存，因此要为每条共享的自动化记录负责人。

运行期间没有人能回答：需要确认的工具不会执行，运行会被标为 **需要有人处理**。自动化适合读取和汇报，改动留在对话中进行。

## 关注成本

* 在 **Mole Agent → 设置 → 用量** 中设置每日预算：沿用实例默认值 `[agent].daily_token_budget`，或设为 **自定义** 上限。按最近 30 天各来源的用量来定，并为事件集中爆发留出余量：预算用完后，自动根因分析会等到第二天，日志巡检会失败，LLM 函数的这一步也会失败。
* 保留默认的 **不再调用模型**。只有对话必须在超出预算后继续回答时，才选择 **照常回答，只提示**。
* 需要明细时，在 **日志** 中查询内部数据流 `_agent_model_traces`：按 `origin`、`model` 和 `user_id` 查看每次调用的 token、延迟和成本。参见[用量与预算](https://docs.molesignal.com/zh-Hans/agent#用量与预算)。

## 衡量并提升质量

* 请大家为回答打分。带原因的 **没帮助** 会指出要改进的地方。
* 添加一个[评审](https://docs.molesignal.com/zh-Hans/quality.md#评审)，对团队对话和 RCA 抽样打分，并每周在 **质量** 页签中审核低分回答。
* 把 `/insight` 作为每周的自动化运行。它最多列出五项值得做的改动，例如需要补写的知识文件。
* 把 Prompt 检查设为 **检查，变差时不允许**，避免新的组织 Prompt 让回答变差。参见 [Prompt 设为默认之前先检查](https://docs.molesignal.com/zh-Hans/quality.md#prompt-设为默认之前先检查)。

## 验收标准

* 模型服务符合数据政策，并填写了单价。
* 默认 Profile 只读取它需要的环境、服务和数据流，并且不联网。
* 没有共享的 Profile 允许 **Bypass permissions**，**Production** 的工具策略是有意设置的。
* `MOLE.md` 写明了各个服务、负责人和操作手册，每个值班团队都有自己的知识。
* 有一条 **事件自动分析** 自动化为错误和严重级别的事件写 RCA。
* 每日预算为自动分析留有余量，并且每周有人审核 **质量** 页签。

## 相关指南

* [Mole Agent](https://docs.molesignal.com/zh-Hans/agent)
* [自动化](https://docs.molesignal.com/zh-Hans/automations.md)
* [质量](https://docs.molesignal.com/zh-Hans/quality.md)
* [Tool Catalog 与执行模型](https://docs.molesignal.com/zh-Hans/tools.md)


This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.