告警疲劳不是通知问题，而是故障对象建模问题
告警疲劳的根因往往不是通知渠道太吵，而是 Event、Alert、Incident 没有分层建模。本文拆解如何通过事件聚合、告警聚合、标签治理、静默、抑制、抖动检测和路由分派，让通知更接近真实故障对象。
分类：Flashcat方法
汇总 Flashcat 博客中归属于 Flashcat方法 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。
Flashcat方法 分类文章
把自然语言变成运维动作：FlashAI 能做哪些平台操作
FlashAI 的价值不只是回答问题，而是把自然语言转成 Flashcat 平台里的查询、分析、配置创建、巡检报告和治理动作，并在权限、上下文和确认机制内受控执行。
FlashAI 如何从灭火图读取指标、日志和链路
FlashAI 做故障分析的关键不是把所有数据交给模型，而是从灭火图异常卡片出发，沿对象、健康状态、下钻规则、日志、Trace 和事件组织证据链。
可观测性的价值，正在从“看见数据”转向“加快决策”
可观测性的核心价值正在从采集和展示指标、日志、链路，转向把异常信号组织成可执行的故障判断路径，帮助 SRE 缩短从数据到决策的距离。
如何用状态页做好故障期间的内外部沟通
本文介绍如何用 Flashduty 状态页在故障和维护期间统一内外部沟通，通过公开状态页、内部状态页、组件、事件生命周期和订阅机制降低沟通噪音。
如何用日志报表生成接口层灭火图
本文介绍如何用 Flashcat 日志报表把网关访问日志整理成接口维度观测对象，并生成接口层灭火图，打通日志、Trace、服务卡片和事件下钻。
如何用 Flashcat APM 接入 Java / Go 服务并生成服务灭火图
本文介绍如何用 Flashcat APM 接入 Java 和 Go 服务，基于 OpenTelemetry 打通 Trace、日志、拓扑和数据库分析，并生成服务与接口层的灭火图。
如何用 Flashduty 分析看板发现告警噪音来源
本文介绍如何用 Flashduty 分析看板从团队、协作空间、严重程度、时间、中断次数和告警 TOP 等维度定位告警噪音来源，并把治理动作做成可验证的持续改进。
SRE 为什么越来越累：问题不在监控太少，而在信号没有变成行动
SRE 的疲惫不在于监控不足，而在于告警、观测数据、响应流程和复盘没有形成从信号到行动的闭环。
AI 时代，开源项目的技术 Support 正在被重写
AI 正在重写开源项目的技术 support 流程：先让 AI 读文档、源码、配置、日志和运行环境完成第一轮排障，再把收敛后的问题带到社区。
用 catpaw 监控你的监控系统：给 Prometheus 和 Nightingale 加一层外部哨兵
监控系统本身也会失效。本文介绍如何用 catpaw 给 Prometheus、Nightingale、Alertmanager 增加独立外部哨兵，从 systemd、进程、HTTP、磁盘、日志、时间同步和 MCP 等角度降低监控失声与值班盲飞风险。
AI 会替代运维老司机吗？五类产品形态重塑 SRE 与 AIOps
AI 短期不会直接替代运维岗位，但会优先替代依赖个人经验、上下文记忆和人工协同的工作方式。本文从调查型 Agent、协同控制台、自动化护栏、平台工程和组织记忆系统五类产品形态，分析 AI 时代运维体系的演进方向。
AI 时代的可观测性：从排障工具到运行时控制平面
AI Agent 和 LLM 应用进入生产后，可观测性不再只是排障工具，而会成为可靠性、治理、审计、成本控制和 Agent 自动化的运行时控制平面。本文梳理最近 3 个月的行业信号和企业落地建议。
如何采用 SRE 实践（当你不是 Google 时）
非 Google 公司如何采用 SRE 实践：从 SRE 团队组建、成熟度模型、SLI/SLO/SLA 实践到监控自动化，一步步落地站点可靠性工程，提升系统性能和可靠性。
连锁门店如何做好可观测性
连锁门店企业的可观测性有什么特点和建设中的挑战和难点？本文将总结分享Flashcat为多家大型连锁门店企业建设可观测性平台的经验。
Prometheus 告警恢复时，怎么获取恢复时的值？
Prometheus 告警事件中的 `$value` 表示当前告警触发时的值，但是在告警恢复时，Resolved 事件中的 `$value` 仍然是最新告警时的值，并非是恢复时的值，这是什么原因和原理？是否有办法来解决呢？
知乎：SLO 运营实践
在第二届 CCF 夜莺创新论坛上，知乎基础架构研发工程师邱天罡分享了知乎的可观测性体系实践和经验，以及如何利用 SLO 持续的度量、追踪和改进系统可用性。
解决方案：兼顾合规、便捷、可扩展，全球化的监控平台建设方案
中国企业出海，考虑到数据保护规则的要求以及跨大洲的网络传输条件受限，服务往往部署在全球多个 Region 或者多云上，这给系统的运行维护带来了一定的挑战，特别的聚焦在可观测性体系的建设上：1)需要在每个region独立部署一套可观测性工具，很多维护性和配置性的工作，需要重复搞多次；2)某些场景下，需要跨区域进行数据分析、制作报表的时候，力不从心；有的企业干脆选择把所有区域的可观测性数据，实时的汇聚到中心机房，集中维护和处理，也存在不小的隐患。
提升故障应急响应速度，Flashcat平台的1-5-10实践
围绕阿里巴巴 1-5-10 故障目标，说明如何用北极星指标、灭火图、事件墙和多维分析缩短发现、处置与恢复时间，帮助团队建立更快的应急响应机制。
最佳实践：可观测建设实践之 - 日志分析的权衡取舍
本文将结合实战经验，介绍一种日志分析的实现，分析如何在稳定性保障中用好日志这个维度，以及日志如何与指标、链路相互配合形成故障定位的最佳实践。
