运维 + AI,你得先搞懂这些
从运维场景出发,梳理 Semantic Kernel、LangChain、Prompt 工程、RAG、Fine-Tuning、CoT、ToT、ReAct 等 AI 基础概念,以及它们在告警分析、故障处理、资源优化和可观测性建设中的落地思路。
汇总 Flashcat 博客中与 智能告警 相关的文章,方便按主题连续阅读实践、案例、选型和产品更新。
从运维场景出发,梳理 Semantic Kernel、LangChain、Prompt 工程、RAG、Fine-Tuning、CoT、ToT、ReAct 等 AI 基础概念,以及它们在告警分析、故障处理、资源优化和可观测性建设中的落地思路。
系统介绍 Flashcat 统一观测平台的告警能力:PromQL 阈值告警、机器失联告警、日志告警、智能告警、静默屏蔽、订阅分组、回调集成和告警事件流转。
本文介绍 AIOps 智能告警中最容易落地的智能异常检测:为什么静态阈值容易漏报和误报,动态阈值如何降低告警噪音,以及夜莺智能告警的配置流程。
介绍夜莺监控如何通过智能异常检测模块补足静态阈值告警能力,覆盖适用场景、两种落地方案、自建与购买取舍,以及业务周期性指标的动态基线思路。