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。
分类：夜莺
汇总 Flashcat 博客中归属于 夜莺 分类的文章，方便按内容类型连续阅读产品实践、客户案例和可观测性方法。
夜莺 分类文章
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。
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。
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。
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。
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。
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。
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。
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。
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 v9.1.0 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。
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。
夜莺 v9 AI：给每个 SRE 配一个 7x24 在线的资深副驾驶
夜莺 v9 把团队最资深 SRE 的经验装进了系统：告警真假判定从 20 分钟缩到 2 分钟、告警事件分析、自然语言一句话搭起监控、19 个开箱即用 Skill 还能写出贴合自己场景的 Skill，而且数据可以完全不离域。本文系统介绍夜莺 v9 的 AI 能力、五大场景与安全边界。
All-in-one 的监控数据采集器 Categraf 正式开源
介绍 Categraf 的定位、开源地址、采集器设计、与 Telegraf、Exporter、Grafana Agent、Datadog Agent 的差异，以及主配置、插件配置、采集频率、实例标签、大盘和告警规则的使用方式。
夜莺监控设计思考（五）告警原理和处理流程深度剖析
夜莺监控设计思考系列第五篇，系统拆解夜莺告警流程：规则同步、告警事件生成、事件标签和属性、屏蔽规则、事件持久化、通知规则、订阅规则和事件处理器 Pipeline。
夜莺监控设计思考（四）关于机器那些事儿
夜莺监控设计思考系列第四篇，围绕机器管理展开：机器采集、业务组归属、标签、metadata、机器失联告警、时间偏移告警、业务组变量和仪表盘过滤。
夜莺监控设计思考（三）时序库、agent 的一些设计考量
夜莺监控设计思考系列第三篇，解释夜莺从自研时序库转向对接外部数据源的原因，以及为什么在不内置时序库的前提下仍然提供 Categraf agent 和指标转发能力。
夜莺监控设计思考（二）边缘机房架构思考
夜莺监控设计思考系列第二篇，解释多数据中心、弱网络链路和本地数据源场景下，为什么需要 n9e-edge 边缘告警引擎，以及边缘架构如何在中心统一管理规则和本地执行告警之间做取舍。
夜莺监控设计思考（一）整体定位、架构设计、单进程多进程选择、高可用设计
夜莺监控设计思考系列第一篇，从项目定位、告警引擎架构、webapi 与 alert 模块拆分、单进程和多进程取舍、以及高可用设计出发，解释夜莺为什么把核心定位放在统一告警引擎上。
Vector 日志采集实战：采集夜莺日志推送 VictoriaLogs 完整教程
完整教程：用 Vector 采集 Nightingale 夜莺日志并写入 VictoriaLogs，覆盖 Docker 容器化部署、夜莺日志文件输出、VRL 正则解析、Elasticsearch 协议对接和 vmui 查询验证。
