Flashcat 是什么
Flashcat 是以开源夜莺（Nightingale）为内核打造的一体化可观测性平台，覆盖指标（Metrics）、日志（Logging）、链路（Tracing）三大观测数据，并内置稳定性保障的最佳实践，帮助企业实现从数据采集到故障定位的全流程闭环。同时，Flashcat 深度融合 AI 能力，支持 AI Agent 以自然语言直接操控平台，实现智能分析、自动巡检、全流程自动化运维，让可观测性数据真正 AI-Ready。
Flashcat 将可观测性领域的问题归纳为四个层面，并逐层解决：
| 层面 | 解决的问题 | 核心能力 |
|---|---|---|
| 数据 | 观测数据从哪来？ | 数据采集 + 数据集成，统一管理各类观测数据 |
| 平台 | 观测数据怎么用？ | 查询、告警、仪表盘等开箱即用的平台能力 |
| 场景 | 观测能力落在哪？ | 北极星、灭火图、事件墙等稳定性保障最佳实践 |
| 智能 | 如何更高效地用？ | AI Agent 操控、智能分析、自动巡检等 AI 驱动的智能化能力 |
数据层：统一纳管观测数据
企业的观测数据往往分散在各种系统中。Flashcat 提供两种方式将数据统一纳管，用户可根据实际情况灵活选择或组合使用。
方式一：数据采集
使用开源 All-in-One 采集器 Categraf，集成上百种采集插件，覆盖主机、容器、中间件、应用程序等常见对象，开箱即用。一个 Categraf 同时具备 Prometheus Exporter 和日志采集器的能力，采集配置支持在 Flashcat 中心端统一管理和下发。
方式二：数据集成
对于企业已有的观测系统，无需重复建设。Flashcat 提供"插线板"式的数据集成方案，即插即用地对接各类主流数据源：
- 时序数据源：Prometheus、VictoriaMetrics、阿里云监控、腾讯云监控、华为云监控、AWS CloudWatch 等
- 日志数据源：Elasticsearch、Apache Doris、Loki、阿里云 SLS、腾讯云 CLS、华为云 LTS 等
- 链路数据源：Flashcat APM（基于 OpenTelemetry）、Skywalking、阿里云 ARMS 等
- 事件数据源：Flashduty、Kubernetes Events、Jenkins、Jira 等
集成后的数据源可无差别地用于数据查询、告警配置、仪表盘可视化等所有平台功能。
平台层：开箱即用的观测能力
Flashcat 面向研发和运维团队，提供统一的可观测性平台，将核心功能做全做好，并通过 API 支持灵活扩展。
数据查询
统一查询指标、日志和链路数据，支持多种数据源的原生查询语法。日志检索提供下钻跳转、字段统计、日志下载等能力。
仪表盘
对标 Grafana 的仪表盘能力，支持丰富的图表类型和灵活的布局配置，可引用任意已集成的数据源。
告警管理
支持基于指标、日志、事件等多种数据类型配置告警规则，提供智能告警、静默屏蔽、通知模板等能力。告警事件可进一步对接 Flashduty 实现值班排班、告警聚合降噪和升级。
监控工具
内置服务拨测和网络探测（Pingmesh）等主动监控工具，帮助发现外部服务可用性和内部网络质量问题。
通用管理
完善的用户管理、团队管理、角色权限管理、数据授权等企业级管理能力，满足中大型企业的安全和合规要求。
系统架构
- 高可用与可伸缩：指标存储基于 VictoriaMetrics，日志和链路存储基于 Apache Doris，结合 Flashcat 自研组件，整体架构可弹性伸缩、稳定可靠。
- 中心-边缘模式：支持在边缘节点就近处理数据，减少跨网络传输的带宽消耗和延迟，同时保持中心端的统一管理和查看。
开放 API
Flashcat 的所有功能均基于 API 构建，提供完整的开发者接口，支持与企业内部系统集成或自定义扩展。
场景层：稳定性保障的最佳实践
观测平台的最大价值在于保障业务稳定性。Flashcat 将大型互联网企业的稳定性保障经验产品化，围绕故障发现、定位、恢复的全流程，提供了一系列专用子系统。
北极星：量化业务健康状态
北极星用于定义和监控最核心的业务指标（如实时在线用户数、订单量、支付量等），实时反映业务的整体健康状态。
- 智能检测：支持智能预测、同环比、阈值、数据中断等多种检测方式组合使用，准确发现业务异常
- 多源指标：指标数据可来自时序数据源、日志数据源，甚至可从数据库表（如订单表）计算生成
- 一键大屏：一键生成值守大屏，适用于活动保障和日常巡检场景
- SLO 管理：内置稳定性 SLO 管理和故障事件管理能力
灭火图：全局健康视图与故障定位
灭火图是 Flashcat 最具特色的功能之一。它将 IT 系统拆解为层级化的"观测对象"（如功能接口、微服务、中间件、基础设施），并实时监测每个对象的健康状态：
- 全局视图：健康对象显示绿色，异常对象"飘红着火"，在首页即可一览系统全局健康状态
- 下钻分析：从异常对象出发，逐层下钻查看关联的指标、日志、链路、事件等数据，形成分析闭环
- 动态更新：基于规则和模板自动生成和更新，随系统迭代保持同步
事件墙：关联事件，追溯根因
事件墙收集线上变更、告警、运营事件等关键信息，支持将指标异常与相关事件进行对照分析，快速确定故障的直接原因（如某次代码发布或配置变更导致的问题）。
告警值班：流程化的事件响应
告警值班由 Flashduty 提供，专注于告警后的事件响应流程，包括告警聚合降噪、抑制屏蔽、值班排班、告警升级、信息统计等能力，将稳定性保障工作按流程高效驱动。
智能层：AI 驱动的智能化运维
Flashcat 深度融合 AI 能力，内置 AI Agent，让可观测性从 “人找数据” 进化到 “AI 驱动运维”。
FlashAI：内置 AI Agent
FlashAI 是 Flashcat 内置的 AI Agent，结合大模型能力，从根本上改变了可观测性平台的建设和使用方式：
- 故障智能分析：基于灭火图的上下文信息，自动分析指标、日志、链路等数据，输出故障原因和处理建议
- 智能巡检：自动生成巡检报告，识别潜在风险
- 知识问答：作为可观测性领域的专家助手，解答数据采集、告警配置等日常问题
基于 FlashAI 可以用自然语言直接操控平台，实现全流程自动化：
- 数据检索：通过自然语言查询日志、指标、链路数据，AI 自动构造查询条件并返回结果，无需手动编写查询语句
- 灭火图管理：AI Agent 可自动创建和管理灭火图卡片规则、下钻规则、告警规则，建设起被观测系统的完整知识图谱
- 异常分析与巡检报告：AI 结合灭火图上下文，自动执行异常分析，生成结构化的巡检报告，并通过邮件自动分发
- 事件墙管理：AI Agent 可创建事件墙视图、查询事件数据，自动关联变更与故障
- 告警管理：通过自然语言配置北极星告警规则，AI 自动完成业务线、通知规则和告警策略的关联配置
这意味着运维团队可以在 IDE 中通过对话方式完成平台建设和管理，并通过智能定时任务自动优化和完善观测数据。
更多介绍 => FlashAI：从观测系统到 AI SRE 的 Agent 化演进
总结
Flashcat 是从数据到平台到场景再到智能的一体化可观测性产品：
- 数据层：解决观测数据的采集与集成，兼容主流开源和云平台生态
- 平台层：提供企业级的查询、告警、可视化和管理能力
- 场景层：将稳定性保障最佳实践产品化，覆盖从故障发现到定位恢复的全流程
- 智能层：内置 AI Agent（FlashAI） 进行故障分析与智能巡检，支持通过自然语言操控平台，实现数据检索、灭火图管理、异常分析、告警配置等全流程自动化运维
