本研究提出了TAMO，一个基于多模态观察数据的工具，旨在改善传统根本原因分析在自动故障响应中的局限性。TAMO通过整合多模态数据和专业工具，显著提升了处理动态服务依赖和实时数据的能力，实验结果表明其在异构公共数据集上表现优异。

本文介绍了线上自动化巡检的概念、步骤和流程机制，包括梳理业务场景和系统调用关系，准备测试账号和数据，进行系统技术改造和配置校验规则，并通过任务调度定时执行。巡检结果需要校验和生成报告，同时进行故障响应和复盘。