Arova Nexus 產品發展策略 — 從客戶 MVP 到完整產品

系統架構

Arova Nexus — Phase 0 Product Definition ｜ 2026-03-31

版本： v2.0 ｜ 日期： 2026-03-26 ｜ 分類： 產品策略

一、定位釐清

	說明
Arova Nexus	Arova 公司的中長期產品計劃，PRD v1.3 定義了完整的模組架構（Core + 7 個可選模組、233+ User Stories）
客戶泰國廠 MVP/PoC	約 1 個月內部署到客戶現場的最小可用版本。這就是 Nexus 的第一個版本，後續會持續發展成完整產品

客戶 MVP ──→ Nexus v0.1 ──→ v0.2 ──→ ... ──→ v1.0（完整產品）
 (1 個月)     (部署)        (迭代)            (PRD 全實現)

核心原則：我們為客戶做的每一件事，都是在蓋 Nexus 產品本身。

二、MVP 包含什麼（對照 PRD）

2.1 MVP 模組選擇

根據客戶的即時需求和 1 個月時間限制：

PRD 模組	MVP 納入？	範圍	理由
Nexus Core	✅	AI Copilot Chat + 基礎 Dashboard	必備
Incident	✅	Webhook 接收 + AI 摘要 + 佇列 + 狀態管理	客戶核心需求
Integration	✅	LibreNMS + Graylog Connector	資料來源
Analytics Pro	✅ 部分	排程報表（每日/週/月）+ PDF 產出	客戶核心需求
Service Desk	❌ Phase 2	—	客戶暫不需要工單系統
Automation	❌ Phase 2	—	排程功能先用 BullMQ 簡化實作
Knowledge	❌ Phase 2	—	後續加 RAG
CMDB	❌ Phase 2	—	規格已就緒（IG-012），Phase 2 加入

2.2 MVP 功能 vs PRD User Stories

PRD Story	MVP 實作方式	完整度
AI Copilot AIC-001 — Chat 介面	Next.js + useChat()	80%（缺嵌入式面板，先做獨立頁面）
AI Copilot AIC-002 — 自然語言查系統狀態	Mastra Agent + LibreNMS/Graylog Tools	90%
Dashboard DB-006 — 設備健康狀態	Agent 查詢 + Chat 回覆 / 簡易 Dashboard 頁面	60%（先 Chat，後 UI）
Incident IN-001 — Webhook 自動建立 Incident	Graylog/LibreNMS Webhook → Incident	100%
Incident IN-011 — AI 自動摘要	Agent analyzeIncident()	100%
Incident IN-004 — Incident 佇列	簡易列表頁面	70%
Incident IN-009 — 告警合併	5 分鐘窗口合併	100%
Incident IN-010 — 自動升級	依嚴重度通知（Email）	80%（缺 UI 設定）
Integration IG-001 — Connector 管理	Agent Tool + 環境變數	50%（缺 UI，用 YAML 設定）
Integration IG-007 — Payload Mapping	寫死 LibreNMS/Graylog 格式	70%（缺自訂 UI）
Integration IG-011~018 — LibreNMS/Graylog API	Agent Tools 全部實作	100%
Analytics AN-009 — 排程報表	BullMQ + Handlebars + PDF	90%（缺 UI 管理）

三、技術架構（Nexus v0.1 MVP）

3.1 分層架構

┌─────────────────────────────────────────────────────────┐
│                    Nexus Web UI                          │
│                                                          │
│  ┌──────────────────────────────────────────────────┐   │
│  │ AI Copilot        │ Incident Queue │ Dashboard   │   │
│  │ (Chat Page)       │ (List Page)    │ (Summary)   │   │
│  │                   │                │             │   │
│  │ Next.js + @ai-sdk/react                          │   │
│  └──────────────────────┬───────────────────────────┘   │
│                          │                               │
│  ┌───────────────────────┴──────────────────────────┐   │
│  │              Nexus API Layer                      │   │
│  │  /api/chat    /api/incidents    /api/reports      │   │
│  │  /api/devices /api/alerts       /api/dashboard    │   │
│  └───────────────────────┬──────────────────────────┘   │
│                          │                               │
│  ┌───────────────────────┴──────────────────────────┐   │
│  │           AI Engine (Mastra)                       │   │
│  │                                                   │   │
│  │  Supervisor Agent                                 │   │
│  │  ├── LibreNMS Agent  (= Integration IG-011~014)  │   │
│  │  ├── Graylog Agent   (= Integration IG-015~018)  │   │
│  │  ├── Incident Agent  (= Incident IN-011 AI 摘要) │   │
│  │  └── Report Agent    (= Analytics AN-009 報表)   │   │
│  └───────────────────────┬──────────────────────────┘   │
│                          │                               │
│  ┌───────────────────────┴──────────────────────────┐   │
│  │           Data Layer                              │   │
│  │  PostgreSQL  │  Redis  │  ./reports/              │   │
│  └──────────────────────────────────────────────────┘   │
│                                                          │
│  ┌──────────────────────────────────────────────────┐   │
│  │           Scheduler (BullMQ)                      │   │
│  │  每日簡報 08:00 │ 週報 週一 │ 月報 3日            │   │
│  └──────────────────────────────────────────────────┘   │
└──────────────────────────────────────────────────────────┘
           │                        │
    GX10 Ollama              LibreNMS / Graylog
    (Qwen3.5)                (10.20.92.x 內網)

3.2 和 PRD 架構的對應

PRD 架構層	MVP 實作	備註
API Gateway	Next.js API Routes	Phase 2 加 JWT + Rate Limiting
AI Native Foundation（Ch6.8）	Mastra Supervisor + Agents	直接映射
AI Context Service	Redis 快取（對話歷史 + 指標快取）	Phase 2 完善
Event Bus	BullMQ（排程 + 事件通知）	Phase 2 加 Kafka
Auth Service	環境變數 / 基礎 session	Phase 2 加 JWT + RBAC
Notification Service	Nodemailer + Line Notify	Phase 2 加站內通知
各模組 Service	Agent 內的 Specialist Agents	Phase 2 逐步獨立為微服務

3.3 MVP 的資料庫 Schema（精簡版）

-- MVP 只需要 4 張表

-- 1. Incidents（IN-001~008 的核心）
CREATE TABLE incidents (
  id UUID PRIMARY KEY DEFAULT gen_random_uuid(),
  title TEXT NOT NULL,
  description TEXT,
  severity VARCHAR(10) NOT NULL,  -- SEV1/SEV2/SEV3/SEV4
  status VARCHAR(20) NOT NULL DEFAULT 'triggered',  -- triggered/acknowledged/investigating/resolved/closed
  source TEXT,                     -- 來源設備 hostname
  source_type VARCHAR(20),         -- graylog/librenms/manual
  assignee TEXT,
  ai_summary TEXT,                 -- IN-011 AI 摘要
  raw_payload JSONB,               -- 原始 Webhook payload
  triggered_at TIMESTAMPTZ NOT NULL DEFAULT NOW(),
  acknowledged_at TIMESTAMPTZ,
  resolved_at TIMESTAMPTZ,
  created_at TIMESTAMPTZ DEFAULT NOW(),
  updated_at TIMESTAMPTZ DEFAULT NOW()
);

-- 2. Incident Timeline（IN-006 狀態變更紀錄）
CREATE TABLE incident_timeline (
  id UUID PRIMARY KEY DEFAULT gen_random_uuid(),
  incident_id UUID REFERENCES incidents(id),
  action VARCHAR(50) NOT NULL,     -- status_change/comment/escalation/ai_analysis
  actor TEXT,                      -- 操作者或 'system'
  content TEXT,
  created_at TIMESTAMPTZ DEFAULT NOW()
);

-- 3. Scheduled Reports（AN-009 排程報表設定）
CREATE TABLE scheduled_reports (
  id UUID PRIMARY KEY DEFAULT gen_random_uuid(),
  name TEXT NOT NULL,
  config JSONB NOT NULL,           -- 報表設定（模板、查詢、閾值）
  cron_expression VARCHAR(50),
  notify_email TEXT[],
  last_run_at TIMESTAMPTZ,
  is_active BOOLEAN DEFAULT true,
  created_at TIMESTAMPTZ DEFAULT NOW()
);

-- 4. Report Results（報表產出紀錄）
CREATE TABLE report_results (
  id UUID PRIMARY KEY DEFAULT gen_random_uuid(),
  report_id UUID REFERENCES scheduled_reports(id),
  title TEXT NOT NULL,
  html_path TEXT,
  pdf_path TEXT,
  summary TEXT,                    -- AI 產出的摘要
  created_at TIMESTAMPTZ DEFAULT NOW()
);

四、MVP 開發計畫（1 個月）

Week 1：AI Engine + Core Tools

目標：Agent 能透過 CLI 查設備、查 log、產報告

專案初始化（Next.js + TypeScript + PostgreSQL + Redis）
LibreNMS Tools（5 個 tool，基於 librenms-expert skill）
Graylog Tools（4 個 tool）
Report Tool（Handlebars 模板 + Puppeteer PDF）
Mastra Agent（單一 Agent，先不分 multi-agent）
CLI 驗證：npx tsx src/cli.ts "產出每日資安簡報" → PDF
Incident Webhook 端點（POST /api/v1/incidents/webhook/generic）
Incidents DB + 基礎 CRUD API

Week 2：Chat UI + Dashboard

目標：使用者可以透過瀏覽器對話、看到 Incident 列表

AI Copilot Chat Page（@ai-sdk/react useChat + @mastra/ai-sdk）
Incident 列表頁面（依嚴重度排序、狀態篩選）
Incident 詳情頁面（時間軸 + AI 摘要 + 留言）
簡易 Dashboard（KPI 卡片：活躍告警、設備在線、今日 Deny）
Webhook 接收 → 建立 Incident → AI 自動摘要 → Email 通知
Multi-agent 拆分（Supervisor + LibreNMS/Graylog/Incident/Report Agents）

Week 3：排程報表 + GX10 整合

目標：每日 08:00 自動產報告寄 Email；GX10 地端模型上線

BullMQ 排程（每日簡報、設備巡檢、週報、月報）
Email 寄送（Nodemailer SMTP）
報表設定持久化（scheduled_reports 表）
GX10 Ollama 整合（Qwen3.5-35B + 122B）
Model Router 實作（地端/雲端分流 + Fallback）
離線模式（OFFLINE_MODE=true）

Week 4：部署 + 調校 + 交付

目標：部署到客戶 EWAI OMNI，試運行調校

Docker Compose 打包（agent + postgres + redis + chromium）
部署到 EWAI OMNI（10.20.92.200）
Graylog Webhook → Nexus 端對端測試
LibreNMS Webhook → Nexus 端對端測試
報表產出品質調校（閾值、格式）
告警規則閾值調校（誤報排除）
IT 團隊教育訓練
試運行 3 天觀察

五、MVP 之後的演進路線

v0.2（+1 個月）— 完善 Incident + CMDB

Incident 升級規則 UI（IN-010）
Incident 告警合併邏輯完善（IN-009）
CMDB：LibreNMS 設備同步到 DB（IG-012）
CMDB：設備列表 + 詳情頁面
Dashboard：設備健康卡片（DB-006）— 直接讀 Agent 快取
自訂報表功能（create_custom_report Tool）

v0.3（+2 個月）— Integration UI + Analytics

Integration 管理頁面（IG-001 Connector 列表 + 健康狀態）
Payload Mapping 自訂 UI（IG-007）
Analytics 報表歷史瀏覽（UI 看過往報表）
Analytics 排程管理 UI
使用者管理（IAM 基礎版：帳號 + 角色）

v0.4（+3 個月）— Automation + Knowledge

Automation Workflow 編輯器（基礎版）
Knowledge 文件庫 + RAG 搜尋
AI Copilot 嵌入各頁面（懸浮按鈕 DB-010）
CMDB 拓撲圖（CM-022）

v1.0（+6 個月）— 完整產品

Service Desk 工單系統
完整 RBAC + SSO
稽核日誌
授權系統
多租戶 / 多客戶部署
產品化包裝（安裝精靈、文件、定價）

六、關鍵設計決策

6.1 從第一天就用 PostgreSQL（不是 JSON 檔案）

即使 MVP 很小，Incident 和報表設定也要存 PostgreSQL。原因：

Phase 2 不用遷移資料
SQL 查詢比 JSON 檔案可靠
PostgreSQL 未來支援 pgvector（RAG 用）

6.2 API Routes 就是產品 API

MVP 的 Next.js API Routes（/api/v1/incidents/...）就是 PRD 定義的 REST API（Ch6.57）。從第一天就用正確的路徑：

/api/v1/incidents/webhook/generic    ← IN-001
/api/v1/incidents                     ← IN-004 列表
/api/v1/incidents/:id                 ← IN-007 詳情
/api/v1/chat                          ← AIC-001
/api/v1/reports                       ← AN-009
/api/v1/dashboard/summary             ← DB-003

6.3 Agent Skills = 未來的 Integration Connectors

Agent 的 Tool 定義（Zod schema + 實作）在 Phase 2 直接包裝成 Nexus Connector，不用重寫：

Phase 1: Agent Tool (list_devices)
    ↓ 加 UI 設定頁面
Phase 2: Nexus Connector (LibreNMS Connector → list_devices)

6.4 Handlebars 報表模板 = 產品報表模板

templates/ 目錄的 5 份模板在 Phase 2 直接變成 Analytics Pro 的報表模板庫。

6.5 Chat UI 是 AI Copilot 的 v1

不是「先做 Chat UI 再做 AI Copilot」，而是「Chat UI 就是 AI Copilot Phase 1」。同一個 useChat() hook，同一個 /api/chat 端點，Phase 2 只是從獨立頁面變成嵌入式側面板。

七、什麼不是 MVP（明確排除）

不做	原因	何時做
Service Desk 工單系統	客戶不需要（他們用 Incident，不用 Request）	v0.4+
完整 RBAC	MVP 單一角色（IT 管理員）	v0.3
SSO / OIDC	客戶內網不需要	v0.4
Workflow 視覺化編輯器	排程用 BullMQ 夠了	v0.4
Knowledge RAG	暫不需要知識庫搜尋	v0.4
CMDB 拓撲圖	設備同步 Phase 2 加入	v0.3
多語系切換	固定繁體中文	v0.3
深色模式	固定淺色	v0.3
行動版 RWD	先做桌面版	v0.3

八、總結

問題	回答
客戶 MVP 是什麼？	Nexus v0.1 — 產品的第一個版本
它和完整 Nexus 的關係？	同一個 codebase，持續迭代，不是另一個系統
現在設計的 Agent 架構會浪費嗎？	不會，它就是 PRD Ch6.8 AI Native Foundation
現在做的 Chat UI 會被丟掉嗎？	不會，它就是 AI Copilot v1
1 個月能做到什麼？	Chat 對話 + Incident 管理 + 排程報表 + GX10 地端模型
之後怎麼演進？	v0.2 CMDB → v0.3 Integration UI → v0.4 Automation → v1.0 完整產品

← 上一篇Arova Nexus MVP — 客戶泰國廠 UX 規劃藍圖下一篇 →Arova Nexus 系統架構