值班表怎么排才合理？SRE On-call 轮班机制设计指南
从责任边界、主备机制、轮换周期、服务日历、通知偏好、调班、升级策略和数据复盘角度，系统梳理 SRE On-call 值班表设计方法。
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
告警太多怎么办？从规则治理到告警响应平台的完整方法
本文介绍告警太多时不能只靠删规则或调阈值，而要从事件、告警、故障分层出发，同时治理告警源头、聚合抑制静默延迟、建设 On-call 响应流程，并用 MTTA、MTTR、压缩率等指标持续衡量效果。
Sentry 的 AI RCA 不在运维大屏，而在把生产错误直接修成 PR
分析 Sentry Seer 的 AI RCA 路线：以 production issue 为入口，结合 stack trace、runtime context、代码库、Root Cause Analysis、自动修复和 PR 流程，把根因分析推进到可审查的代码交付。
可观测性的 AI-Ready 之路：为什么 AI 需要灭火图这样的上下文
AI-Ready 可观测性不能只依赖大模型能力，更需要用灭火图组织对象、健康状态、拓扑关系、指标、日志、Trace、事件、下钻路径和知识库，让 FlashAI 基于完整上下文进行分析、巡检和操作。
从一张飘红卡片到根因定位：Flashcat 灭火图下钻怎么工作
本文介绍 Flashcat 灭火图下钻如何把异常卡片、标签、日志、Trace、仪表盘、上下游卡片和事件串成故障分析路径，帮助团队从发现异常快速收敛到根因定位。
为什么监控大盘越做越多，故障时还是不知道先看哪里
监控大盘解决的是数据展示，不一定解决故障决策。复杂系统需要围绕观测对象组织健康状态、下钻路径、告警和 AI 上下文。
灭火图是什么：为什么说它是 Flashcat 的灵魂
灭火图不是普通大盘，而是围绕观测对象组织系统健康状态、下钻路径、告警入口、SLO 和 AI 上下文的稳定性工作台。
AI RCA 不是一个按钮，而是一套生产调查系统
AI RCA 产品建设框架：从生产上下文、事件治理、调查引擎、工具调用、证据链、协作工作台到行动闭环，说明可观测性平台如何把根因分析做成可验证、可协作、可治理的生产调查系统。
On-call POC 验收清单：如何判断一个告警响应平台是否值得买
本文提供 On-call 告警响应平台 POC 验收清单，从真实告警接入、标签治理、分派通知、值班升级、告警降噪、故障闭环、协同、状态页、工单集成、分析看板、权限审计和成本模型判断平台是否值得采购。
Flashduty 14 天试用指南：第一天应该接什么、看什么、验证什么
本文提供 Flashduty 14 天试用指南，帮助团队用真实告警验证接入、协作空间、标签、分派策略、值班表、告警降噪、分析看板、IM 协同、状态页、复盘和 License 成本。
从收到告警到故障复盘：一次完整 On-call 闭环怎么设计
本文介绍完整 On-call 故障响应闭环设计，从告警建模、分派策略、通知触达、自动升级、故障详情、作战室、状态页、工单联动到故障复盘，帮助团队把告警处理变成可追溯、可改进的流程。
如何把告警风暴变成可处理故障：一套告警降噪实践
本文介绍 Flashduty 告警降噪实践，从事件、告警、故障模型出发，梳理标签增强、Pipeline 清洗、告警聚合、风暴预警、抖动检测、静默、抑制和 14 天验证方法。
Zabbix 告警太多没人看？如何用 Flashduty 做统一告警响应
本文说明如何保留 Zabbix 监控体系，把告警接入 Flashduty 统一处理降噪、路由、值班升级、协同和复盘分析，解决告警没人看、重复打扰和责任不清的问题。
Prometheus Alertmanager 够用吗？什么时候需要专业 On-call 平台
本文从告警路由、值班表、自动升级、故障对象、IM 协同和数据化管理等维度，拆解 Prometheus Alertmanager 与专业 On-call 平台的职责边界，并说明如何把 Alertmanager 接入 Flashduty 补齐响应闭环。
PagerDuty 太贵？100 人技术团队的 On-call 成本怎么算
本文从处理人、通知接收人、License 席位、通信额度和 Add-ons 等维度，拆解 100 人技术团队评估 PagerDuty 与 Flashduty On-call 成本时容易算错的关键问题。
国内团队如何选择 On-call 平台：Flashduty 与 PagerDuty 对比
本文面向国内技术团队，从协作工具、通知触达、License 成本、监控接入、告警降噪、分派升级和故障闭环等维度，对比 Flashduty 与 PagerDuty，帮助团队选择更适合本土工作方式的 On-call 平台。
ServiceNow 的启发：AI SRE 不只查指标，还要进入企业运维流程
本文基于 ServiceNow 在 Event Management、CMDB、Service Observability、Now Assist、AI agents、LEAP、变更治理和 AI Control Tower 等方向的公开能力，拆解其 AI RCA 如何从告警分析走向企业运维流程，并总结对 AI SRE 产品设计的启发。
PagerDuty 的 AI RCA 不是找一个根因，而是把告警变成可处理的事故
本文基于 PagerDuty 在 AIOps、事件编排、告警聚合、Probable Origin、历史事故和响应自动化方向的公开产品能力，拆解其 AI RCA 如何把分散告警转化为可处理的事故对象，并总结对 AI SRE 产品设计的启发。
Honeycomb 的启发：RCA 不是看平均值，而是找出异常请求到底哪里不一样
本文拆解 Honeycomb 的 AI RCA 路线：BubbleUp 如何比较异常请求与正常请求，Canvas 如何保持查询可验证，MCP 如何把生产上下文交给 AI agent，以及 SLO、高基数字段为什么是 RCA 的基础。
Datadog 给 AI SRE 定了个主流模板：不是看数据，而是自动查问题
本文基于 Datadog 在 AI SRE 和 AI RCA 方向的公开产品动作，拆解 Bits AI SRE、Watchdog RCA、Change Tracking、Runbook、Incident AI、Dev Agent、MCP 和评估体系如何把可观测性平台升级成会自动调查问题的生产系统智能层。
