为什么 Wiki 救不了凌晨两点的值班人?试试把 SRE 经验写成 Skill
夜莺 v9 通过 Skill 把团队的排障顺序、判断标准和安全边界带入真实告警现场,让资深 SRE 的经验成为可评审、可回放、可复用的方法。
围绕可观测性、AI SRE、告警治理、On-call、Nightingale、Categraf、Prometheus、Kubernetes、Zabbix、用户案例和产品更新,沉淀一线工程实践、选型参考和稳定性治理方法。
夜莺 v9 通过 Skill 把团队的排障顺序、判断标准和安全边界带入真实告警现场,让资深 SRE 的经验成为可评审、可回放、可复用的方法。
从规则验收、漏报排查和经验复用三笔持续成本评估夜莺 v9 的升级收益,并给出 Redis、磁盘、数据库权限、分布式组件和上线验收清单。
夜莺 v9.1 的告警评估执行记录保存查询、判定和事件处理现场,让漏报排查从日志猜测变成证据回放,减少没有依据的事故复盘。
夜莺 v9 围绕上下文搬运、告警验证与漏报追查、首次接入三类 SRE 隐性成本,把 AI、测试触发和执行记录放进同一条工作链路。
夜莺监控 Nightingale v9.1.0 发布:新增告警评估执行记录,每个评估周期查了什么、判定结果如何、事件后来去哪了都会落盘可回看;内置 Prometheus 时序库,小规模场景不用先部署 Prometheus / VictoriaMetrics;支持从 Grafana 一键导入数据源,新增 Categraf 采集配置向导,通知媒介与消息模板支持保存前测试。本文介绍 v9.1.0 的主要变化与升级注意事项。
本文介绍如何使用 Categraf SNMP 插件监控交换机和路由器接口,覆盖 SNMP 连通性验证、IF-MIB 核心 OID、端口流量、带宽利用率、端口状态、错包丢包、端口过滤、partial 表格采集和告警建议。
夜莺监控 Nightingale v9.0.0 正式发布:全新推出 Nightingale AI(内置 AI 助手、Skill 市场、LLM 集中管理),内置 MCP Server 与 A2A 协议,告警规则支持测试触发,新一代日志浏览统一支持 Elasticsearch、Loki、VictoriaLogs,导航、布局与四大规则表单全面重构。本文带你速览 v9 的核心变化与升级要点。
本文介绍 Categraf 生产升级与回滚流程,覆盖版本盘点、二进制和配置备份、配置差异审查、灰度节点、--test 验证、systemd 重启、后端指标验收、失败回滚和变更记录。
本文介绍 Categraf 在 systemd 和容器部署中的常见问题,覆盖 --install、ExecStart、WorkingDirectory、EnvironmentFile、配置挂载、容器内 127.0.0.1、权限、重启策略、日志持久化和部署验收。
本文介绍 Categraf 多实例采集时如何设计稳定标签,覆盖多个 [[instances]]、实例级 labels、global.labels、agent_hostname、ident、instance、server、outputaddress、Dashboard 变量和高基数控制。
本文介绍 Categraf 指标已写入后端、但夜莺或 Grafana Dashboard 没有数据时的完整排查方法,覆盖 Dashboard 文件选择、数据源、时间范围、变量、实际标签、PromQL、采集周期、版本兼容和面板变换。
本文介绍 Categraf 使用 test 模式确认采集、再用 debug 或正式模式验证写入,但夜莺、VictoriaMetrics 或 Prometheus 兼容后端仍查不到数据时的完整排查方法,覆盖运行模式、writer、标签转换、内存队列、HTTP、认证、TLS、时间偏差、租户和查询端点。
本文给出 Categraf 进程正常但单个 input 没有指标时的完整排查路径,覆盖插件目录、instances、--inputs、test 模式、采集周期、网络、认证、TLS、运行用户、数据库权限和指标过滤。
本文从 Categraf 当前源码和 Linux 部署流程出发,给出启动失败的完整排查顺序,覆盖配置目录、TOML 语法与编码、文件权限、systemd 服务、二进制架构、版本兼容、端口冲突和日志定位。
本文从源码和实际目录结构出发,讲清楚 Categraf 的配置目录、global、writer、heartbeat、input 插件,以及 Metrics、Prometheus、Logs、Ibex 四类 Agent 的配置与数据链路。
本文介绍如何使用 Categraf 采集 PostgreSQL 指标,包括监控账号、实例配置、事务与缓存指标、锁等待自定义 SQL、pg_stat_statements、夜莺和 Grafana Dashboard,以及告警建议。
本文介绍如何使用 Categraf 采集 MongoDB 指标,覆盖单节点、副本集、mongos、config server、shard server、认证权限、核心指标、Dashboard 和告警建议。
本文记录如何用 Docker Compose 搭建用于 Categraf MongoDB 监控验证的测试环境,覆盖单节点、三节点副本集、config server、shard replica set、mongos、认证账号和测试数据。
本文介绍如何使用 Categraf dns_query 插件做 DNS 查询质量监控,包括 DNS 服务器配置、域名解析探测、非预期 IP 校验、结果码、响应码、解析耗时、Dashboard 和告警建议。
面向正在评估 AI SRE 的企业团队,说明为什么第一阶段应优先做事件上下文收集、相似事件对比、沟通草稿和复盘材料,而不是直接无人值守自动修复。