最新 思锐云官网上线:五款自研产品与参考定价全面公开 了解详情 →

从告警到自愈:搭建 7×24 的 AI 值班体系

智能运维 适用对象:SRE 与值班团队 相关产品:如意 OpsBuddy, openaiops

告警进来先由 AI 聚合降噪、研判根因,再按风险分级走审批与自愈,处置后自动复验,值班人员只做确认与决策。

场景挑战

  • 告警风暴时,同一故障触发几十条告警,值班人员难以快速定位根因。
  • 夜间值班依赖少数资深工程师的经验,排查过程难以沉淀。
  • 自动化脚本缺少审批与复验,不敢让它真正执行变更。

解决方案

以 openaiops 负责指标、日志与告警采集,如意 OpsBuddy 负责研判与处置:

  • 聚合降噪:Alertmanager / Webhook 告警按拓扑 + 时间窗聚合,给出疑似根因与传播链。
  • 诊断闭环:感知 → 假设 → 取证 → 定论 → 处置(审批)→ 复验 → 沉淀,每一步都有证据。
  • 分级处置:写操作按风险分级(L0–L3)走审批,支持多级审批链与值班排班;处置后自动复验,失败回滚或升级为人工工单。
  • 经验沉淀:反馈评分、知识缺口与经验蒸馏,高频排查路径沉淀为技能草稿。

价值

  • 值班人员从“逐条看告警”变为“确认结论与审批操作”。
  • 排查过程与结论有据可查,可一键转工单、推送到群并生成诊断报告。
  • 没有配置大模型时,离线引擎同样可以完成技能检索、告警聚合与根因、巡检与复验。