一次 Kafka 消费积压，FlashAI 如何带着我完成根因定位并修复
这是第一个震惊我的 AI 故障定位 case，此后类似的 AI 故障分析已经变成常态。
Flashcat 博客
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。
精选内容
最新文章
别再把告警复制给 Claude：夜莺 v9 让外部 AI 直接查询监控现场
夜莺 v9 通过内置 MCP Server 与 A2A 端点，让 Claude、Cursor 和企业 Agent 实时、受权限约束地查询告警、机器、指标与日志现场。
日志在 ES、Loki、VictoriaLogs 里来回跳？夜莺 v9 把排障入口统一了
夜莺 v9 统一支持 Elasticsearch、Loki 和 VictoriaLogs 日志浏览，在不迁移底层数据的前提下提供一致的多标签页查询、字段分析和故障协作体验。
为了看第一张图，必须先装 Prometheus 吗？夜莺 v9.1 给了另一条路
夜莺 v9.1 内置 Prometheus TSDB，缩短机器采集、数据查询、模板导入和测试告警的起步路径，并明确其适用规模与生产边界。
已经在 Grafana 配过一遍，为什么到夜莺还要重配？v9.1 支持直接导入
夜莺 v9.1 支持从 Grafana 预览并导入 Prometheus、Loki、Elasticsearch、MySQL 和 PostgreSQL 数据源，减少重复配置与命名漂移。
不是给监控加个聊天框：夜莺 v9 把 AI 放进告警全链路
夜莺 v9 将 AI 放进告警、查询、配置和排障流程，结合当前用户权限、监控上下文与团队 Skill，减少人工搬运现场信息和重复配置。
Categraf SNMP 表格采集进阶：table、field、标签继承、过滤和 partial 策略
本文深入介绍 Categraf SNMP 插件的表格采集模型，讲清 table、field、is_tag、inherit_tags、index_as_tag、filters、filters_expression、filters_mode、partial 错误策略、依赖缓存和运行时采集统计。
Categraf SNMP 采集排障指南：snmpwalk、MIB、超时、权限和 Dashboard 无数据
本文整理 Categraf SNMP 采集的完整排障流程，覆盖 snmpwalk 验证、community 和 SNMPv3 权限、UDP 超时、设备 ACL、OID 不存在、MIB 解析、表字段失败、partial 结果、remote write 和 Dashboard 无数据。
Categraf SNMP 硬件与厂商私有 OID 监控：风扇、电源、温度、CPU 和内存
本文介绍如何用 Categraf SNMP 插件采集网络设备硬件和厂商私有 OID，覆盖 ENTITY-MIB、ENTITY-SENSOR-MIB、风扇、电源、温度、CPU、内存、snmpwalk 验证、convert_rule、状态枚举和告警语义。
Categraf SNMPv3 与批量设备配置实践：认证加密、多设备标签和采集规模控制
本文介绍如何在 Categraf 中配置 SNMPv3 和批量网络设备采集，覆盖 SNMPv2c 与 SNMPv3 选择、认证加密参数、多 agents 分组、mappings 标签、超时重试、GETBULK、健康检查和大规模采集建议。
别等真故障替你验收：夜莺 v9 如何演练整条告警链路
夜莺 v9 的测试触发通过分阶段报告验证查询、事件流水线、屏蔽规则和通知发送，让告警链路在真实故障发生前完成可交接的验收。
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。
夜莺 v9 值不值得升级？别先看 AI，先算这三笔账
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。
告警为什么没触发？夜莺 v9.1 给告警引擎装上“行车记录仪”
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 不只是加了 AI：它瞄准了 SRE 最耗时的三件事
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 v9.1.0 发布：告警评估过程可回看，内置时序库开箱即用
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。
Categraf SNMP 交换机接口监控实战：端口流量、状态、错包和部分采集
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 v9 正式版发布：AI 走进告警链路的每一环
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。
Categraf 升级与回滚实践：配置备份、灰度验证和版本兼容
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。
Categraf 使用 systemd 和容器部署的常见坑
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。
