如何更快处理故障 - 论心理模型重叠的重要性
复杂故障难处理，往往不是因为没人在线，而是跨团队缺少共享语境。本文从心理模型重叠、基本共识破裂、事故演练和可观测平台沉淀解释如何更快处理故障。
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
可观测性第四大支柱：配置数据的监控
业内经常讲可观测性有三大支柱：指标、日志、链路追踪，本文作者认为，还有第四大支柱：那就是配置类数据。配置类数据的变更也会影响系统的稳定性，也值得被监控，方便我们快速排查问题。
产品技术：Flashcat使用截图页面的方式丰富告警内容
Flashcat 截图推送功能可在定时巡检或异常触发时，把北极星、灭火图、SLO、AI 巡检报告等页面截图发送到 IM 群，帮助团队从告警通知直接进入全局状态判断和后续排障。
数据集成：Zabbix 数据实时导入到 Flashcat
介绍如何使用企业版 Categraf 的 Zabbix 插件将 Zabbix 监控数据实时导入 Flashcat，覆盖 Docker Compose 快速部署、Zabbix 7.2 HTTP Connector、API Token、文件导出方式、Categraf 配置、元数据缓存和指标转换流程。
Linux主机监控最佳实践
介绍 Flashcat 中 Linux 主机监控的最佳实践，覆盖 Categraf 数据采集、hostname/ident 唯一标识、全局标签、业务组绑定、内置仪表盘、告警规则、全局告警和订阅告警配置。
顶级 SaaS 公司 Datadog 是如何做 OnCall 的
Datadog 的 OnCall 实践强调轮班公平、备份升级、工具支撑和经理参与。本文从值班表设计、值班职责、培训资料、升级策略和管理者反馈几个角度，总结 SaaS 团队建设 OnCall 机制时可以借鉴的做法。
SRE 最应该监控的四大黄金指标
系统介绍 SRE 四大黄金指标 Latency、Traffic、Errors、Saturation，并结合 RED、USE 与 Prometheus 示例说明如何监控服务健康、设置告警和支撑 SLO。
常见的监控数据采集器有哪些？各有什么优缺点
梳理 Telegraf、Categraf、Prometheus Exporter、Datadog Agent、OpenTelemetry、Grafana Alloy、Zabbix agent 等监控数据采集器的定位、优缺点和选型思路。
最佳实践：老虎如何吃下天 - 可观测性加大模型
可观测性接入大模型，关键不是把所有指标、日志、链路和事件直接交给模型，而是先让模型理解系统对象和数据查询通道。本文说明 Flashcat 如何通过灭火图和数据集成支撑 AI 根因定位。
可观测性的 10 个最佳实践
本文讲解可观测性的重要性和 10 个最佳实践。帮助您的企业在复杂的 IT 环境中更好的生存和发展。
仪表盘变量（大盘变量）使用说明
夜莺监控仪表盘支持类似 Grafana 的变量功能，可用于切换数据源、筛选机器、联动磁盘路径等。本文用数据源变量、查询变量和 Host ident 变量说明常见配置方法。
又来一个挑战 Elastic 的，初识 SigLens
基于 SigLens 官网宣称和本地体验，初步了解 SigLens 在日志检索、Prometheus remote write、Elastic 兼容接口、告警能力和可观测性产品形态上的表现。
AI 和可观测性到底如何整合？
这一波 AI 浪潮跟以往都不同，各个行业都看到了新的可能性，都想把 AI 引入自己的场景，看看能迸发什么样的助力。笔者所在的监控、可观测性领域，也有各种尝试，比如：把事件交给 AI 直接分析，让 AI 帮忙编写 Promql 等，有没有其他重磅的应用场景？
夜莺监控手把手配置 ElasticSearch 日志告警
手把手演示如何用夜莺接入 ElasticSearch 并配置日志告警，覆盖夜莺部署、ES 数据源接入、日志检索验证、查询统计、阈值条件和通知规则绑定。
AI 加速可观测，为工程师打造智能Oncall分身
AI OnCall 通过大模型、可观测性数据、多智能体分析和工程师确认后的知识库，帮助工程师更快完成告警响应、问题分析和根因定位。
可观测性：每一个技术岗位的必备能力
可观测性是软件的一个特性，和可用性、可靠性类似的一个特性，每个软件工程师都应该关注，尤其是你需要自证清白的时候。可观测性是软件工程的最佳实践之一，埋点，或称为插桩，是时候作为软件工程的最佳实践之一了
夜莺监控自定义干净的告警通知
本文讲解如何在夜莺监控 Nightingale 中通过告警规则自定义字段和通知模板，隐藏冗长标签，只展示 summary 等关键信息，让钉钉告警消息更简洁、可读。
夜莺监控手把手配置 Prometheus 告警
手把手演示如何用夜莺配置 Prometheus 告警，包括搭建夜莺、接入数据源、编写告警规则、配置通知规则与消息模板，适合告警入门与落地实操。
监控重要事项：大规模系统的告警实践
大规模系统的告警应围绕可用性、延迟、计算资源和调用量设计，并根据 SLA、历史性能和客户影响设置严重性与阈值。本文整理重要告警的设计方法，帮助减少噪声并聚焦真实故障。
应用日志（Application Logging）记录的最佳实践
总结应用日志记录的 10 条最佳实践，覆盖日志聚合、事件选择、上下文、脱敏、结构化格式、日志级别、存储限制、冗余备份和工具选型。
