CN117632561A - 一种自动巡检方法、装置、设备及存储介质 - Google Patents

Abstract

本申请提出一种自动巡检方法、装置、设备及存储介质，自动巡检方法通过确定巡检目标，响应于输入指令，确定巡检目标的巡检入口以及巡检参数，当巡检参数包括遍历深度时，根据巡检入口以及遍历深度，对巡检目标进行遍历巡检，确定第一巡检结果，自动完成对巡检目标的遍历巡检，或者，当巡检参数包括业务RPA脚本时，根据巡检入口以及业务RPA脚本，对巡检目标进行流程巡检，确定第二巡检结果，自动完成对巡检目标的流程巡检，对第一巡检结果或者第二巡检结果进行结果分析，确定巡检分析结果，有利于自动、及时地发现故障，以尽快对故障进行处理，提高用户体验。

Description

一种自动巡检方法、装置、设备及存储介质

技术领域

本申请涉及巡检领域，尤其涉及一种自动巡检方法、装置、设备及存储介质。

背景技术

随着信息技术的发展，信息系统与我们的生活息息相关，对我们的生活产生了巨大的影响，信息系统平稳运行至关重要。如今，我们每天都在接触和使用信息系统，例如浏览器、APP、小程序等等。而信息系统如果发生异常，会导致用户无法使用，因此信息系统异常时往往感知第一的是用户，用户反映或投诉系统故障，系统维护人员才发现系统异常，故障信息传达到系统维护人员的过程往往需要耗费一定的中转时间，给人们的工作和生活带来一些不可预期的影响，如何降低系统故障对用户的影响、提前发现、及时告警、及早处理、减少用户的故障等待周期，是目前亟待解决的问题。

发明内容

本申请实施例提供一种自动巡检方法、装置、设备及存储介质，以解决相关技术存在的至少一个问题，技术方案如下：

第一方面，本申请实施例提供了一种自动巡检的方法，包括：

确定巡检目标；

响应于输入指令，确定所述巡检目标的巡检入口以及巡检参数；

当所述巡检参数包括遍历深度时，根据所述巡检入口以及所述遍历深度，对所述巡检目标进行遍历巡检，确定第一巡检结果；

或者，当所述巡检参数包括业务RPA脚本时，根据所述巡检入口以及所述业务RPA脚本，对所述巡检目标进行流程巡检，确定第二巡检结果；

对所述第一巡检结果或者所述第二巡检结果进行结果分析，确定巡检分析结果。

在一种实施方式中，所述根据所述巡检入口以及所述遍历深度，对所述巡检目标进行遍历巡检，确定第一巡检结果包括：

通过巡检机器人接入所述巡检入口，遍历页面抓取所述巡检目标的页面内容直至达到遍历深度；

对所述页面内容进行分析，确定第一巡检结果。

在一种实施方式中，所述遍历页面抓取所述巡检目标的页面内容直至达到遍历深度包括：

等待页面渲染完成，通过自动化测试框架调用Appinum-Server抓取页面中的页面源码以及图片；

遍历下一页面并返回所述等待页面渲染完成的步骤，直至达到遍历深度；

其中，当所述巡检目标为浏览器的网页时，调用Appinum-Server的Webdriver，当所述巡检目标为安卓的APP、小程序或者公众号的其中之一时，调用Appinum-Server的Uiautomator，当所述巡检目标为苹果的APP、小程序或者公众号的其中之一时，调用Appinum-Server的UIAutomation。

在一种实施方式中，所述对所述页面内容进行分析，确定第一巡检结果包括：

当所述巡检目标为浏览器的网页、公众号和小程序中的其中之一时，通过jsoup的HTML解析器提取所述页面内容中的Document对象以及Element对象，以及通过所述页面内容中的Node对象获取对象数据，得到第一分析结果；

或者，

当所述巡检目标为安卓的APP或者苹果的APP时，通过文档对象模型对所述页面内容进行解析，得到第二分析结果；

其中，所述第一巡检结果包括所述第一分析结果或者所述第二分析结果。

在一种实施方式中，所述根据所述巡检入口以及所述业务RPA脚本，对所述巡检目标进行流程巡检，确定第二巡检结果包括：

根据所述巡检目标的类型确定目标巡检机器人，通过所述目标巡检机器人接入所述巡检入口；

根据所述目标巡检机器人依序执行所述业务RPA脚本中的动作，跳转至目标页面获取所述目标页面的内容；

对所述目标页面的内容进行分析，得到第二巡检结果。

在一种实施方式中，所述对所述第一巡检结果或者所述第二巡检结果进行结果分析，确定巡检分析结果包括：

将所述第一巡检结果或者所述第二巡检结果上传至云端服务器；

通过所述云端服务器利用人工智能以及知识规则库，对所述第一巡检结果或者所述第二巡检结果进行结果分析，确定巡检分析结果；

其中，所述巡检分析结果包括正常、高级错误、中级错误以及低级错误。

在一种实施方式中，所述通过所述云端服务器利用人工智能对所述第一巡检结果或者所述第二巡检结果进行结果分析，确定巡检分析结果包括：

通过所述云端服务器利用人工智能以及所述知识规则库，对所述第一巡检结果或者所述第二巡检结果进行结果分析：

当所述第一巡检结果或者所述第二巡检结果的结果分析为正常时，得到所述巡检分析结果为正常；

当所述第一巡检结果或者所述第二巡检结果的结果分析为包括敏感词、未脱敏信息、空白内容、页面不存在信息、错误页面信息、闪退信息、失败提示信息中的其中一种时，得到所述巡检分析结果为高级错误；

当所述第一巡检结果或者所述第二巡检结果的结果分析为包括页面元素不可见、页面元素为指定数值、页面元素获取时间超时、页面内容过期中的其中一种时，得到所述巡检分析结果为中级错误；

当所述第一巡检结果或者所述第二巡检结果的结果分析为包括叠词、语法错误、二次登录记录、重复资源内容、页面出现指定标示物中的其中一种时，得到所述巡检分析结果为低级错误。

第二方面，本申请实施例提供了一种自动巡检装置，包括：

确定模块，用于确定巡检目标；

响应模块，用于响应于输入指令，确定所述巡检目标的巡检入口以及巡检参数；

巡检模块，用于当所述巡检参数包括遍历深度时，根据所述巡检入口以及所述遍历深度，对所述巡检目标进行遍历巡检，确定第一巡检结果；或者，当所述巡检参数包括业务RPA脚本时，根据所述巡检入口以及所述业务RPA脚本，对所述巡检目标进行流程巡检，确定第二巡检结果；

分析模块，用于对所述第一巡检结果或者所述第二巡检结果进行结果分析，确定巡检分析结果。

第三方面，本申请实施例提供了一种电子设备，包括：处理器和存储器，该存储器中存储指令，该指令由该处理器加载并执行，以实现上述各方面任一种实施方式中的方法。

第四方面，本申请实施例提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被执行时实现上述各方面任一种实施方式中的方法。

上述技术方案中的有益效果至少包括：

通过确定巡检目标，响应于输入指令，确定巡检目标的巡检入口以及巡检参数，当巡检参数包括遍历深度时，根据巡检入口以及遍历深度，对巡检目标进行遍历巡检，确定第一巡检结果，自动完成对巡检目标的遍历巡检，或者，当巡检参数包括业务RPA脚本时，根据巡检入口以及业务RPA脚本，对巡检目标进行流程巡检，确定第二巡检结果，自动完成对巡检目标的流程巡检，对第一巡检结果或者第二巡检结果进行结果分析，确定巡检分析结果，有利于自动、及时地发现故障，以尽快对故障进行处理，提高用户体验。

上述概述仅仅是为了说明书的目的，并不意图以任何方式进行限制。除上述描述的示意性的方面、实施方式和特征之外，通过参考附图和以下的详细描述，本申请进一步的方面、实施方式和特征将会是容易明白的。

附图说明

在附图中，除非另外规定，否则贯穿多个附图相同的附图标记表示相同或相似的部件或元素。这些附图不一定是按照比例绘制的。应该理解，这些附图仅描绘了根据本申请公开的一些实施方式，而不应将其视为是对本申请范围的限制。

图1为本申请一实施例自动巡检方法的步骤流程示意图；

图2为本申请一实施例的404页面示意图；

图3为本申请一实施例的自动巡检装置的结构框图；

图4为本申请一实施例的电子设备的结构框图。

具体实施方式

在下文中，仅简单地描述了某些示例性实施例。正如本领域技术人员可认识到的那样，在不脱离本申请的精神或范围的情况下，可通过各种不同方式修改所描述的实施例。因此，附图和描述被认为本质上是示例性的而非限制性的。

参照图1，示出本申请一实施例的自动巡检方法的流程图，该自动巡检方法至少可以包括步骤S100-S400：

S100、确定巡检目标。

S200、响应于输入指令，确定巡检目标的巡检入口以及巡检参数。

S300包括步骤S301或者S302：

S301、当巡检参数包括遍历深度时，根据巡检入口以及遍历深度，对巡检目标进行遍历巡检，确定第一巡检结果。

S302、当巡检参数包括业务RPA脚本时，根据巡检入口以及业务RPA脚本，对巡检目标进行流程巡检，确定第二巡检结果。

其中，RPA脚本即机器人流程自动化(Robotic process automation)脚本。

S400、对第一巡检结果或者第二巡检结果进行结果分析，确定巡检分析结果。

本申请实施例的自动巡检方法可以通过计算机、手机、平板、车载终端等终端的电子控制单元、控制器、处理器等执行，也可以通过云服务器执行。

本申请实施例的技术方案，通过确定巡检目标，响应于输入指令，确定巡检目标的巡检入口以及巡检参数，当巡检参数包括遍历深度时，根据巡检入口以及遍历深度，对巡检目标进行遍历巡检，确定第一巡检结果，自动完成对巡检目标的遍历巡检，或者，当巡检参数包括业务RPA脚本时，根据巡检入口以及业务RPA脚本，对巡检目标进行流程巡检，确定第二巡检结果，自动完成对巡检目标的流程巡检，对第一巡检结果或者第二巡检结果进行结果分析，确定巡检分析结果，有利于自动、及时地发现故障，以尽快对故障进行处理，提高用户体验。

在一种实施方式中，巡检参数还可以包括账号、名称等基本信息，用于供巡检机器人登录如微信账号、微信小程序、安卓、苹果账号等等。

在一种实施方式中，步骤S100中巡检目标包括但不限于浏览器的网页、安卓(系统)中的APP、小程序或者公众号，苹果(系统)的APP、小程序或者公众号。

在一种实施方式中，在确定巡检目标后，用户可以根据实际需要定制巡检任务，例如可以通过输入指令，配置定位巡检任务所需要的相关的巡检参数，巡检参数包括但不限于巡检方式(如遍历巡检、流程巡检)、遍历深度、业务RPA脚本以及巡检频率等。需要说明的是，遍历巡检可以为RPA机器人(巡检机器人)通过连接指令的巡检入口，模拟用户点击，遍历点击巡检目标获取目标内容；流程巡检可以为事先梳理业务流程，根据业务流程编写或者录制生成业务RPA脚本，巡检机器人通过加载业务RPA脚本模拟人工操作完成相关流程巡检，获取目标内容。

在一种实施方式中，遍历深度可以指的是遍历页面的页面数量或者遍历一定页面数量所需要的遍历时间长度。

在一种实施方式中，步骤S301包括步骤S3011-S3012：

S3011、通过巡检机器人接入巡检入口，遍历页面抓取巡检目标的页面内容直至达到遍历深度。

可选地，在确定巡检目标的巡检入口后，巡检机器人可以接入巡检入口，遍历页面抓取巡检目标的页面内容直至达到遍历深度。具体地，可以包括步骤S3011A-S3011B：

S3011A、等待页面渲染完成，通过自动化测试框架调用Appinum-Server抓取页面中的页面源码以及图片。

可选地，在接入巡检入口后，跳转页面或者巡检机器人通过模拟点击操作进入至页面中，然后等待页面渲染完成，巡检机器人通过自动化测试框架appium调用Appinum-Server抓取页面中的页面源码以及图片等内容，从而获取到当前页面的页面内容。本申请实施例可以抓取原生的、混合的、移动端的web项目、ios、android应用。appinum跨平台的内容，可以部署到macos,windows以及linux桌面系统上。

S3011B、遍历下一页面并返回等待页面渲染完成的步骤，直至达到遍历深度。

其中，在完成一个页面的内容抓取后，继续遍历下一页面返回等待页面渲染完成的步骤，抓取当前页面的页面源码以及图片等内容，直至达到遍历深度，获取到若干个页面的页面内容。

需要说明的是，为了实现巡检机器人抓取多种终端页面，在巡检机器人和巡检目标之间部署Appinum-Server模块，巡检机器人调用Appinum-Server提供RestApi对巡检目标的页面进行抓取，具体地当巡检目标为浏览器的网页时，调用Appinum-Server的Webdriver抓取内容，当巡检目标为安卓的APP、小程序或者公众号的其中之一时，调用Appinum-Server的Uiautomator抓取内容，当巡检目标为苹果的APP、小程序或者公众号的其中之一时，调用Appinum-Server的UIAutomation抓取内容。

S3012、对页面内容进行分析，确定第一巡检结果。

可选地，第一巡检结果包括第一分析结果或者第二分析结果，S3012包括步骤S3012A或者S3012B：

S3012A、当巡检目标为浏览器的网页、公众号和小程序中的其中之一时，通过jsoup的HTML解析器提取页面内容中的Document对象以及Element对象，以及通过页面内容中的Node对象获取对象数据，得到第一分析结果。

可选地，分析时需要提取页面内容中文本和可操作节点(xpath)，对可操作节点(xpath)继续进行遍历进行分析，根据不同的终端分析技术分成两种，基本html和xml分析，因此本申请实施例中配置有html解析器以及xml解析器。其中，当巡检目标为浏览器的网页、公众号和小程序中的其中之一时，通过配置的jsoup的HTML解析器提取页面内容中的Document对象以及Element对象，以及通过提取页面内容中的Node对象获取对象数据，从而得到第一分析结果。

S3012B、当巡检目标为安卓的APP或者苹果的APP时，通过文档对象模型对页面内容进行解析，得到第二分析结果。

可选地，当巡检目标为安卓的APP或者苹果的APP时，由于页面本身较小，而且需要对xml进行复杂读取，因此通过配置的xml解析器使用dom(文档对象模型)方式进行解析，得到第二分析结果。

在一种实施方式中，步骤S302包括步骤S3021-S3023：

S3021、根据巡检目标的类型确定目标巡检机器人，通过目标巡检机器人接入巡检入口。

可选地，本申请实施例中为了提高自动巡检的效果，配置了多个巡检机器人，可以根据巡检目标的类型从多个巡检机器人中确定目标巡检机器人，然后通过目标巡检机器人接入巡检入口连接巡检目标。例如，巡检机器人包括网页机器人，微信机器人(可以包括小程序机器人以及公众号机器人)，安卓APP机器人，苹果APP机器人。

S3022、根据目标巡检机器人依序执行业务RPA脚本中的动作，跳转至目标页面获取目标页面的内容。

可选地，确定目标巡检机器人后，目标巡检机器人加载业务RPA脚本，从而依序执行业务RPA脚本中的动作，在执行动作后跳转至目标页面获取目标页面的内容。其中，目标页面可以为某个动作跳转的页面或者每一动作跳转后分别对应的多个页面。

需要说明的是，业务RPA脚本中由“流程+动作”构成，例如可以包括流程的顺序：

运作1

运作2

判断：

if判断条件:

运作1

elif判断条件:

运作2

else:

运作3

循环:

for iin集合：

运作1

而运作中可以包括一个或多个动作，动作可以进行定制，例如动作包括：动作指令参数1参数2...参数n。

如例子：在id＝”name”的输入框输入，名字(小明)

动作：input id＝”name”小明。

结果：小明。

又例如：

#打开首页(第一个动作)

open www.***.com

#在查询框输入”天气“(第二个动作)

input name＝"word""天气"

#点击查询按钮(第三个动作)

click id＝"su"

#打印页面内容(第四个动作)

echo page

又例如：

打开小程序中国电信营业厅

输入手机号码输入框手机号码

点击充值话费金额按钮

点击立即充值

输入支付密码输入框支付密码

获取结果充值成功/失败

S3023、对目标页面的内容进行分析，得到第二巡检结果。

类似地，可以基于上述的hmtl解析器或者xml解析器对目标页面的内容进行分析，得到第二巡检结果。需要说明的是，可以对某些动作设定为关键动作，如提交表单或者某些页面跳转后，设置检查点，巡检机器人执行到检查点后，会对目标页面的内容进行分析，并判断流程是否正常，发现异常会中止流程巡检。

可选地，S400包括步骤S401-S402：

S401、将第一巡检结果或者第二巡检结果上传至云端服务器。

可选地，在得到第一巡检结果或者第二巡检结果后，将第一巡检结果或者第二巡检结果上传至云端服务器中，由云端服务器进行进一步的分析处理。

S402、通过云端服务器利用人工智能以及知识规则库，对第一巡检结果或者第二巡检结果进行结果分析，确定巡检分析结果。

本申请实施例中，云端服务器配置有人工智能以及知识规则库，人工智能包括但不限于：

1)、文字识别(PaddleOCR)：通过PaddleOCR进行图片识别，例如使用ch_PP-OCRv3_xx模型识别。参数如下：use_gpu:true#使用gpu,需要增加GPU硬件，use_mp:true#使用多线程，total_process_num:10#使用10条线程；

2)、文本纠错(PaddleNLP)：通过源代码分析或者文字识别，识别出文字后，使用PaddleNLP进行语义分析(纠错模型ERNIE-1.0)，判断语义是否正常，可以事先训练语义分析模型。模型训练的参数：

model_name_or_path目前支持的预训练模型有："ernie-1.0-base-zh"。

max_seq_length表示最大句子长度，超过该长度的部分将被切分成下一个样本。

batch_size表示每次迭代每张卡上的样本数目。

learning_rate表示基础学习率大小，将于learning rate scheduler产生的值相乘作为当前学习率。

epochs表示训练轮数。

logging_steps表示日志打印间隔步数。

save_steps表示模型保存及评估间隔步数。

output_dir表示模型保存路径。

device表示训练使用的设备,'gpu'表示使用GPU,'xpu'表示使用百度昆仑卡,'cpu'表示使用CPU。

seed表示随机数种子；

weight_decay表示AdamW的权重衰减系数；

warmup_proportion表示学习率warmup系数；

pinyin_vocab_file_path拼音字表路径。默认为当前目录下的pinyin_vocab.txt文件；

extra_train_ds_dir额外纠错训练集目录。用户可在该目录下提供文件名以txt为后缀的纠错数据集文件，以增大训练样本。默认为None；

3)、结果分类(PaddleClas)：对获取到的页面图片，通过PaddleClas进行识别，页面是否正常，PaddleClas使用的知识库是人工对所有巡检的页面标示：正常页面，还是错误页面。然后通过PaddleClas机器学习完善相关的知识库；

4)、目标检测(PaddleDetection)：事先通过人工对图片进行标记，再通过PaddleDetection进行机器学习，学习后的模型判断页面中是否出现特定的物体；

5)、正则匹配：通过源代码分析或者文字识别，识别出文字后，通过正则表达式匹配是否出现相关的文字，如：手机号，身份证号等；

6)、精确匹配：通过源代码分析或者文字识别，识别出文字后，通过精确匹配判断是否出现相关的文字。如：敏感词。

本申请实施例中，知识规则库可以供人工智能在训练过程中、识别、判断处理中使用，知识规则库包括知识库以及规则库，知识库包括但不限于：

1)、文字识别知识库：使用PaddleOCR(ch_PP-OCRv3_xx模型)+对专业的名词使用PaddleOCR进行训练。

2)、文本纠错知识库：使用PaddleNLP(纠错模型ERNIE-1.0)+对专业的名词使用PaddleNLP进行训练。

3)、目标检测知识库：使用PaddleDetection对图片进行识别训练，用于检测图片是否出现指定的物体。

4)、正常页面知识库：使用文字识别，根据规则初步判断，结合人工对确认标示，使用PaddleClas机器学习。

5)、页面空白知识库：使用文字识别，根据规则初步判断，结合人工对确认标示，使用PaddleClas机器学习。

6)、页面不存在知识库：使用文字识别，根据规则初步判断，结合人工对确认标示，使用PaddleClas机器学习。

7)、页面错误知识库：使用文字识别，根据规则初步判断，结合人工对确认标示，使用PaddleClas机器学习。

8)、失败提示知识库：使用文字识别，根据规则初步判断，结合人工对确认标示，使用PaddleClas机器学习。

另外，规则库包括但不限于：

1)、敏感词列表：建立包括若干敏感词的敏感词列表；

2)、脱敏信息规则(正则)：

手机号：

/^1(3[0-9]|4[01456879]|5[0-35-9]|6[2567]|7[0-8]|8[0-9]|9[0-35-9])\d{8}$/

身份证：

^[1-9]\d{5}(18|19|([23]\d))\d{2}((0[1-9])|(10|11|12))(([0-2][1-9])|10|20|30|31)\d{3}[0-9Xx]$(十八位)

^[1-9]\d{5}\d{2}((0[1-9])|(10|11|12))(([0-2][1-9])|10|20|30|31)\d{2}$(十五位)

地址：

(？<province>[^省]+自治区|.*？省|.*？行政区|.*？市)(？<city>[^市]+自治州|.*？地区|.*？行政单位|.+盟|市辖区|.*？市|.*？县)(？<county>[^县]+县|.+区|.+市|.+旗|.+海域|.+岛)？(？<town>[^区]+区|.+镇)？(？<village>.*)

IP地址:

\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3}

3)、提取商品库存规则：人工设置页面中取库存的xpath；

4)、页面超时判断规则：页面加载时间超过5秒超时，超过15秒严重超时，超过60秒不可用。

5)、叠词判断规则：叠词判断使用正则规则。正则规则：(.)\\1+；

6)、页面过期规则：通过源代码分析或者文字识别(PaddleOCR)识别出时间(多种格式：yyyy-MM-dd HH:mm:ss，yyyy年MM月dd日HH时mm分ss秒)，通过和现有的时间对比判断是否超时。

本申请实施例中，利用上述的人工智能以及知识规则库，可以对第一巡检结果或者第二巡检结果进行结果分析，从而确定巡检分析结果。可选地，巡检分析结果包括四种类型：正常、高级错误、中级错误以及低级错误，其他实施例中可以包括其中一种或多种类型，不作具体限定。

具体地，步骤S402包括步骤S4021，以及S4022-S4025中的至少一种：

S4021、通过云端服务器利用人工智能以及知识规则库，对第一巡检结果或者第二巡检结果进行结果分析。

具体地，通过云端服务器利用上述的人工智能、知识库、规则库对第一巡检结果或者第二巡检结果中的内容进行结果分析，确定巡检分析结果具体为四种类型中的何种类型。

S4022、当第一巡检结果或者第二巡检结果的结果分析为正常时，得到巡检分析结果为正常。

可选地，当第一巡检结果或者第二巡检结果的结果分析为正常时，例如通过排除法没有发现错误则为正常，此时得到巡检分析结果为正常。

S4023、当第一巡检结果或者第二巡检结果的结果分析为包括敏感词、未脱敏信息、空白内容、页面不存在信息、错误页面信息、闪退信息、失败提示信息中的其中一种时，得到巡检分析结果为高级错误。

可选地，当应用不可用(整个应用或者是核心功能)，影响用户使用整个应用，安全类的错误：如登陆不可用，或者页面包括敏感词等等属于高级错误，包括但不限于：敏感词(方法：识别出文本(PaddleOCR+源代码分析)+文本完全匹配确定)、未脱敏信息(页面上包括手机号码，地址，身份证等，方法：识别出文本(PaddleOCR+源代码分析)+规则匹配)、空白内容(页面全部或者部分区域空白，方法：PaddleOCR(识别不出文字，为空白页面)+人工智能(通过机器学习，判断为空白页面)、页面不存在信息(即404，如图2所示，方法：判断浏览器http状态码是否为404，使用PaddleOCR+源代码分析(识别出404文字)+人工智能(通过机器学习，判断为404页面)、错误页面信息(判断浏览器http状态码是否为50*，可以使用PaddleOCR+源代码分析(识别出错误提示文字，如：系统忙)+人工智能(通过机器学习，判断为错误页面)、闪退信息(判断是否出现闪退，通过判断应用进程是否存活)、失败提示信息(页面操作过程中，操作结果提示，方法：PaddleOCR+源代码分析(识别出失败提示文字，如：手机号为空等提示)+人工智能(通过机器学习，判断为失败提示))中的其中一种。因此，当第一巡检结果或者第二巡检结果的结果分析为包括敏感词、未脱敏信息、空白内容、页面不存在信息、错误页面信息、闪退信息、失败提示信息中的其中一种时，得到巡检分析结果为高级错误。

S4024、当第一巡检结果或者第二巡检结果的结果分析为包括页面元素不可见、页面元素为指定数值、页面元素获取时间超时、页面内容过期中的其中一种时，得到巡检分析结果为中级错误。

可选地，应用部分功能不可用时，如某个活动过期等，认为是中级错误，例如可以包括页面元素不可见(通过PaddleOCR识别，判断文案是否出现、通过源代码分析判断元素是否不可见、或者通过人工智能(通过机器学习，判断页面是否正常))、页面元素为指定数值(例如库存的元素为0时，此时表示商品缺货，可以通过源代码分析判断)、页面元素获取时间超时(例如某个页面打开后超时会导致获取页面元素超时，例如可以在打开页面时进行计时，等页面完全打开后，计算页面打开时间，超过指定时间后，判断为超时)、页面内容过期(例如一些活动页面过期，可以使用PaddleOCR+源代码分析(识别出时间文案，判断时间是否过期)中的其中一种。因此，当第一巡检结果或者第二巡检结果的结果分析为包括页面元素不可见、页面元素为指定数值、页面元素获取时间超时、页面内容过期中的其中一种时，得到巡检分析结果为中级错误。

S4025、当第一巡检结果或者第二巡检结果的结果分析为包括叠词、语法错误、二次登录记录、重复资源内容、页面出现指定标示物中的其中一种时，得到巡检分析结果为低级错误。

可选地，如果出现不影响用户使用的错误，认为是低级错误，包括但不限于叠词(可以通过使用PaddleOCR+源代码分析确定)、语法错误(可以使用PaddleOCR+PaddleNLP判断页面语法是否正常)、二次登录记录(即巡检机器人出现二次登录页面时产生的记录，可以使用PaddleOCR+源代码分析(识别页面文案，机器人判断登录文案是否重复出现)+通过人工智能(通过机器学习，判断登录页面是否重复出现))、重复资源内容(通过源代码分析，机器人判断是还是有相同的资源出现)、页面出现指定标示物(通过人工智能PaddleDetection(通过机器学习，识别指定物体)判断页面上是否出现物体。如：二维码)等。因此，当第一巡检结果或者第二巡检结果的结果分析为包括叠词、语法错误、二次登录记录、重复资源内容、页面出现指定标示物中的其中一种时，得到巡检分析结果为低级错误。

需要说明的是，对第一巡检结果或者第二巡检结果进行结果分析，确定巡检分析结果时，可以对图片进行标记后进行机器学习：

例如标记格式为：

标记格式如下：

结果分类(PaddleClas)标记：

首页/level_1.jpg正常

首页/level_2.jpg 404

首页/level_2.jpg 500

目标检测(PaddleDetection)标记：

首页/level_3.jpg二维码

同时，可以同时使用页面源码和页面图片同时判断，然后汇总巡检结果：

(1)、页面源码判定

机器人根据页面源码，使用html或者xml的解析出页面中的文字。同时对文字进行文本纠错(PaddleNLP)和规则库的匹配。综合两个的结果，对巡检结果进行定性；

(2)、页面源码判定

机器人对页面图片同时进行文字识别(PaddleOCR)，结果分类(PaddleClas)，目标检测(PaddleDetection)。

文字识别(PaddleOCR)：文字识别后，同时对文字进行文本纠错(PaddleNLP)和规则库的匹配。

结果分类(PaddleClas)，直接分析出巡检结果

目标检测(PaddleDetection)：识别是否出现指定的目标，再根据规则判断出现还是不出现才算正常。

可选地，可以通过巡检频率确定巡检机器人什么时候、多久执行巡检操作。巡检频率通过Cron表达式进行定制，Cron表达式包含6个或7个参数，每个参数代表不同的时间单位和取值范围：

秒(0-59)

分钟(0-59)

小时(0-23)

日(1-31)

月(1-12或JAN-DEC)

星期几(0-6或SUN-SAT)

年(可选，1970-2099)

其中，星期几和日两个参数只能出现一个或者同时出现。其它参数通过空格或逗号来区分，用“”代表所有取值范围，用"？"代表不指定，用"/"表示间隔时间。

举例：

"0 0 8***"表示每天上午8点执行任务。

"0 0/30 9-17***"表示在每天9点到17点之间，每隔30分钟执行一次任务。

"0 0 12？*WED"表示每周三中午12点执行任务。

"0 0 10L*？"表示每个月的最后一天上午10点执行任务。

"0 0 3-5***"表示每天凌晨3点到5点之间，每小时执行一次任务。

"0 15 10L*？"表示每个月的最后一天上午10:15分执行任务。

本申请实施例中，巡检机器人在遍历时，获取到的页面内容可以基于任务标识分组存放，遍历结束后，暂存文件会上传到云端服务器存储，便于进行人工处理和机器学习。其中，基于任务标识分组存放为本地存储，按任务标识分组存放，按目录存放，目录格式：巡检目标-巡检任务ID-时间(年月日时分秒)。而在云端服务器存储，云端使用开源的分布式文件系统MogileFS进行存储，分布式文件系统MogileFS具有的特性：

高扩展性：可简单快速添加数据节点进行扩容操作

冗余性：同一数据在多个节点上拥有多个副本，保证某一节点宕机数据不会丢失

数据复制：文件系统可自行完成数据副本的创建

空间平衡：保持多个存储节点的存储空间使用率均衡

高IO能力：由于数据分散在多个节点存储，并行操作IO能力强于单机系统。

本申请实施例中，当巡检分析结果不是正常时，可以通过企业微信webhook通知维护人员进行处理、通过QQ机器人webhook通知维护人员进行处理、通过钉钉机器人webhook通知维护人员进行处理等，维护人员可以通过“文心PLATO”对警告信息分析，得到处理建议，例如警告信息为页面空白，处理建议可以为：要解决APP页面点击时出现的白屏问题，可以采取以下方法:通过服务器端优化减少网络请求和处理时间，优化数据库查询，压缩资源文件，合并CSS和JavaScript文件，使用浏览器缓存和CDN加速，懒加载内容，异步加载脚本，以及定期检查错误日志。这些措施可以提高服务器响应速度，减少页面加载时间，从而解决点击白屏问题。

通过本申请实施例的方法，至少能够达到效果：

1)、站在用户的使用角度，用RPA巡检机器人自动巡检的方式及时发现系统故障，第一时间反馈系统维护人员处理，减少用户对系统故障的感知时间，为企业增效、增益，提升用户的使用满意度；

2)、RPA巡检机器人可以对多个终端(包括网页，微信公众号，微信小程序，安卓APP，苹果APP)进行巡检，可以灵活设置巡检时间和频率，巡检过程无需人工参与，节约人工成本。

3)、RPA巡检机器人通过遍历巡检和流程遍历能满足大部分巡检的需求，通过页面和流程巡检，能覆盖业务系统的大部分业务。

4)、RPA巡检机器人对巡检结果进使用html或者xml分析，对源代码进行分析处理，同时使用PaddlePaddle进行人工能智能的分析，合并双方的结果作为巡检结果。

5)、RPA巡检机器人通过学机器学习建立知识库和通过人工配置建立规则库。并对巡检结果进行正常，高级错误，中级错误，低级错误，机器人通过知识库和规则库对巡检结果输进行合理的分类。

6)、结合大语言模型“文心PLATO”的方法，RPA巡检机器人负责巡检遍历巡检目标，对应巡检过程中发生的问题，自动询问大语言“文心PLATO”,拿到大语言模型的反馈结果，及时反馈对应的处理人员，尽量缩减处理时效。

参照图3，示出了本申请一实施例的自动巡检装置的结构框图，该装置可以包括：

确定模块，用于确定巡检目标；

响应模块，用于响应于输入指令，确定巡检目标的巡检入口以及巡检参数；

巡检模块，用于当巡检参数包括遍历深度时，根据巡检入口以及遍历深度，对巡检目标进行遍历巡检，确定第一巡检结果；或者，当巡检参数包括业务RPA脚本时，根据巡检入口以及业务RPA脚本，对巡检目标进行流程巡检，确定第二巡检结果；

分析模块，用于对第一巡检结果或者第二巡检结果进行结果分析，确定巡检分析结果。

本申请实施例各装置中的各模块的功能可以参见上述方法中的对应描述，在此不再赘述。

参照图4，示出了本申请一实施例电子设备的结构框图，该电子设备包括：存储器310和处理器320，存储器310内存储有可在处理器320上运行的指令，处理器320加载并执行该指令实现上述实施例中的自动巡检方法。其中，存储器310和处理器320的数量可以为一个或多个。

在一种实施方式中，电子设备还包括通信接口330，用于与外界设备进行通信，进行数据交互传输。如果存储器310、处理器320和通信接口330独立实现，则存储器310、处理器320和通信接口330可以通过总线相互连接并完成相互间的通信。该总线可以是工业标准体系结构(Industry Standard Architecture，ISA)总线、外部设备互连(PeripheralComponentInterconnect，PCI)总线或扩展工业标准体系结构(Extended IndustryStandard Architecture，EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。为便于表示，图4中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。

可选的，在具体实现上，如果存储器310、处理器320及通信接口330集成在一块芯片上，则存储器310、处理器320及通信接口330可以通过内部接口完成相互间的通信。

本申请实施例提供了一种计算机可读存储介质，其存储有计算机程序，该计算机程序被处理器执行时实现上述实施例中提供的自动巡检方法。

本申请实施例还提供了一种芯片，该芯片包括，包括处理器，用于从存储器中调用并运行存储器中存储的指令，使得安装有芯片的通信设备执行本申请实施例提供的方法。

本申请实施例还提供了一种芯片，包括：输入接口、输出接口、处理器和存储器，输入接口、输出接口、处理器以及存储器之间通过内部连接通路相连，处理器用于执行存储器中的代码，当代码被执行时，处理器用于执行申请实施例提供的方法。

应理解的是，上述处理器可以是中央处理器(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(digital signal processing，DSP)、专用集成电路(application specific integrated circuit，ASIC)、现场可编程门阵列(fieldprogrammablegate array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者是任何常规的处理器等。值得说明的是，处理器可以是支持进阶精简指令集机器(advanced RISC machines，ARM)架构的处理器。

进一步地，可选的，上述存储器可以包括只读存储器和随机存取存储器，还可以包括非易失性随机存取存储器。该存储器可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以包括只读存储器(read-onlymemory，ROM)、可编程只读存储器(programmable ROM，PROM)、可擦除可编程只读存储器(erasable PROM，EPROM)、电可擦除可编程只读存储器(electrically EPROM，EEPROM)或闪存。易失性存储器可以包括随机存取存储器(random access memory，RAM)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用。例如，静态随机存取存储器(static RAM，SRAM)、动态随机存取存储器(dynamic random access memory，DRAM)、同步动态随机存取存储器(synchronous DRAM，SDRAM)、双倍数据速率同步动态随机存取存储器(doubledata date SDRAM，DDR SDRAM)、增强型同步动态随机存取存储器(enhancedSDRAM，ESDRAM)、同步连接动态随机存取存储器(synchlink DRAM，SLDRAM)和直接内存总线随机存取存储器(direct rambus RAM，DR RAM)。

在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机程序指令时，全部或部分地产生按照本申请的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络，或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输。

在本说明书的描述中，参考术语“一个实施例”“一些实施例”“示例”“具体示例”或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包括于本申请的至少一个实施例或示例中。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

此外，术语“第一”“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”“第二”的特征可以明示或隐含地包括至少一个该特征。在本申请的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分。并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能。

在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。

应理解的是，本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。上述实施例方法的全部或部分步骤是可以通过程序来指令相关的硬件完成，该程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。

此外，在本申请各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。上述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读存储介质中。该存储介质可以是只读存储器，磁盘或光盘等。

以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到其各种变化或替换，这些都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种自动巡检方法，其特征在于，包括：

确定巡检目标；

响应于输入指令，确定所述巡检目标的巡检入口以及巡检参数；

当所述巡检参数包括遍历深度时，根据所述巡检入口以及所述遍历深度，对所述巡检目标进行遍历巡检，确定第一巡检结果；

或者，当所述巡检参数包括业务RPA脚本时，根据所述巡检入口以及所述业务RPA脚本，对所述巡检目标进行流程巡检，确定第二巡检结果；

对所述第一巡检结果或者所述第二巡检结果进行结果分析，确定巡检分析结果。

2.根据权利要求1所述自动巡检方法，其特征在于：所述根据所述巡检入口以及所述遍历深度，对所述巡检目标进行遍历巡检，确定第一巡检结果包括：

通过巡检机器人接入所述巡检入口，遍历页面抓取所述巡检目标的页面内容直至达到遍历深度；

对所述页面内容进行分析，确定第一巡检结果。

3.根据权利要求2所述自动巡检方法，其特征在于：所述遍历页面抓取所述巡检目标的页面内容直至达到遍历深度包括：

等待页面渲染完成，通过自动化测试框架调用Appinum-Server抓取页面中的页面源码以及图片；

遍历下一页面并返回所述等待页面渲染完成的步骤，直至达到遍历深度；

其中，当所述巡检目标为浏览器的网页时，调用Appinum-Server的Webdriver，当所述巡检目标为安卓的APP、小程序或者公众号的其中之一时，调用Appinum-Server的Uiautomator，当所述巡检目标为苹果的APP、小程序或者公众号的其中之一时，调用Appinum-Server的UIAutomation。

4.根据权利要求2或3所述自动巡检方法，其特征在于：所述对所述页面内容进行分析，确定第一巡检结果包括：

当所述巡检目标为浏览器的网页、公众号和小程序中的其中之一时，通过jsoup的HTML解析器提取所述页面内容中的Document对象以及Element对象，以及通过所述页面内容中的Node对象获取对象数据，得到第一分析结果；

或者，

当所述巡检目标为安卓的APP或者苹果的APP时，通过文档对象模型对所述页面内容进行解析，得到第二分析结果；

其中，所述第一巡检结果包括所述第一分析结果或者所述第二分析结果。

5.根据权利要求1所述自动巡检方法，其特征在于：所述根据所述巡检入口以及所述业务RPA脚本，对所述巡检目标进行流程巡检，确定第二巡检结果包括：

根据所述巡检目标的类型确定目标巡检机器人，通过所述目标巡检机器人接入所述巡检入口；

根据所述目标巡检机器人依序执行所述业务RPA脚本中的动作，跳转至目标页面获取所述目标页面的内容；

对所述目标页面的内容进行分析，得到第二巡检结果。

6.根据权利要求1所述自动巡检方法，其特征在于：所述对所述第一巡检结果或者所述第二巡检结果进行结果分析，确定巡检分析结果包括：

将所述第一巡检结果或者所述第二巡检结果上传至云端服务器；

通过所述云端服务器利用人工智能以及知识规则库，对所述第一巡检结果或者所述第二巡检结果进行结果分析，确定巡检分析结果；

其中，所述巡检分析结果包括正常、高级错误、中级错误以及低级错误。

7.根据权利要求6所述自动巡检方法，其特征在于：所述通过所述云端服务器利用人工智能对所述第一巡检结果或者所述第二巡检结果进行结果分析，确定巡检分析结果包括：

通过所述云端服务器利用人工智能以及所述知识规则库，对所述第一巡检结果或者所述第二巡检结果进行结果分析：

当所述第一巡检结果或者所述第二巡检结果的结果分析为正常时，得到所述巡检分析结果为正常；

当所述第一巡检结果或者所述第二巡检结果的结果分析为包括敏感词、未脱敏信息、空白内容、页面不存在信息、错误页面信息、闪退信息、失败提示信息中的其中一种时，得到所述巡检分析结果为高级错误；

当所述第一巡检结果或者所述第二巡检结果的结果分析为包括页面元素不可见、页面元素为指定数值、页面元素获取时间超时、页面内容过期中的其中一种时，得到所述巡检分析结果为中级错误；

当所述第一巡检结果或者所述第二巡检结果的结果分析为包括叠词、语法错误、二次登录记录、重复资源内容、页面出现指定标示物中的其中一种时，得到所述巡检分析结果为低级错误。

8.一种自动巡检装置，其特征在于，包括：

确定模块，用于确定巡检目标；

响应模块，用于响应于输入指令，确定所述巡检目标的巡检入口以及巡检参数；

巡检模块，用于当所述巡检参数包括遍历深度时，根据所述巡检入口以及所述遍历深度，对所述巡检目标进行遍历巡检，确定第一巡检结果；或者，当所述巡检参数包括业务RPA脚本时，根据所述巡检入口以及所述业务RPA脚本，对所述巡检目标进行流程巡检，确定第二巡检结果；

分析模块，用于对所述第一巡检结果或者所述第二巡检结果进行结果分析，确定巡检分析结果。

9.一种电子设备，其特征在于，包括：处理器和存储器，所述存储器中存储指令，所述指令由所述处理器加载并执行，以实现如权利要求1至7任一项所述的方法。

10.一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被执行时实现如权利要求1-7中任一项所述的方法。