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。
标签：AI
汇总 Flashcat 博客中与 AI 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。
AI 相关文章
可观测性的 AI-Ready 之路
任何方向要真正落地智能化，首先要完成数据建设，以达到AI-Ready状态，再用AI做最后一公里的催化剂。可观测性方向如何才能做到AI-Ready？本文介绍Flashcat完成AI-Ready建设的方法。
Flashcat和其他可观测性产品有何不同？
目前国内外市场上有众多可观测性产品，Flashcat和其他可观测性产品有什么不同？
引入 AI 分析故障，Flashduty 又进步了
Flashduty 作为一站式告警 On-call 平台，会把各个监控系统的告警事件聚拢到一起，把相似的告警收敛为故障（incident），所以，在 Flashduty 中要提供故障本身的分析总结能力，这就理所当然。
大厂出手了，微软推出 SRE agent 做故障定位
介绍微软 Azure SRE Agent 的能力与工作方式，涵盖事件响应、日志和指标分析、根因定位、安全检查与自动止损等场景。
最佳实践：老虎如何吃下天 - 可观测性加大模型
面对海量的观测数据和复杂的IT环境，如何有效的连接观测系统和大模型，产生智能化的效果，总有一种老虎吃天，无从下嘴的感觉。本文将介绍Flashcat如何解决这个难题，有效的引进大模型，以及相应的案例。
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？
