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。