在數(shù)字化轉(zhuǎn)型驅(qū)動下，企業(yè)IT架構(gòu)向云原生演進的過程中，技術(shù)棧的碎片化與組件的微服務(wù)化使得IT技術(shù)架構(gòu)復(fù)雜性指數(shù)級攀升。運維人員不僅需要應(yīng)對云原生、微服務(wù)等新型架構(gòu)帶來的海量告警，還需掌握多云環(huán)境協(xié)同、國產(chǎn)化替代等領(lǐng)域技術(shù)，經(jīng)常需要花費大量時間在告警分析和告警處理中，難以釋放更多時間創(chuàng)造更多價值。

近幾年，隨著生成式AI技術(shù)的突破性發(fā)展，從ChatGPT展現(xiàn)的通用智能到DeepSeek的火爆，無疑都彰顯出大模型在企業(yè)IT運維中的巨大潛力。通過將大模型與企業(yè)告警治理的深度應(yīng)用，構(gòu)建基于自然語言交互的告警分析、告警處理、根因定位等能力，助力運維模式從“人工經(jīng)驗驅(qū)動”向“AI主動治理”升級。

作為企業(yè)運維團隊的得力助手，小鯨觀測助手結(jié)合內(nèi)置運維知識庫與業(yè)界領(lǐng)先的大模型技術(shù)，集成對接 DeepSeek、ChatGPT、通義千問等大模型，不僅可以協(xié)助處理日常運維難題，還能夠幫助團隊在告警治理過程中減輕負(fù)擔(dān)。以下是小鯨觀測助手在企業(yè)告警全生命周期管理中覆蓋的核心業(yè)務(wù)場景：

場景一：知識智能推薦，精準(zhǔn)解決告警難題

當(dāng)告警產(chǎn)生后，小鯨觀測助手依托告警中心的輔助分析能力，解析告警對象、告警名稱、告警內(nèi)容等關(guān)鍵信息。借助大模型、內(nèi)置運維知識庫、RAG技術(shù)，推薦告警產(chǎn)生的原因及可能的解決方案。不僅如此，它還支持混合檢索，通過靈活調(diào)整向量檢索和文本檢索的權(quán)重，提高知識推薦的準(zhǔn)確率。

場景二： 智能聊天問答，即時響應(yīng)運維需求

在日常運維工作中，您在頁面就能隨時喚醒小鯨觀測助手，與小鯨觀測助手進行互動交流。當(dāng)您在故障排查過程中，遇到看不懂的錯誤日志時，可利用“劃詞問答功能”選中日志中的關(guān)鍵內(nèi)容向小鯨觀測助手提問。小鯨觀測助手即時提供專業(yè)解答，大幅提升故障排查效率。

場景三： 智能排障引導(dǎo)，全方位協(xié)助問題排查

若推薦的知識未能解決問題，小鯨觀測助手還能提供“智能引導(dǎo)式排查”。不僅能夠快速識別用戶操作意圖，而且能夠利用編排好的劇本、無縫鏈接CMDB、歷史變更記錄、歷史告警記錄、指標(biāo)數(shù)據(jù)、日志數(shù)據(jù)、調(diào)用鏈數(shù)據(jù)等多維度信息，引導(dǎo)運維人員進行復(fù)雜問題的排查和處理，真正做到手把手教您排查問題。

場景四： 智能告警治理，輕松應(yīng)對海量告警

在面對海量告警時，運維人員常會陷入兩難，要么不知如何開展告警治理，要么需投入大量人力進行告警梳理和分析。小鯨觀測助手通過對告警數(shù)據(jù)的統(tǒng)計分析，幫助找出那些高頻出現(xiàn)的告警，結(jié)合內(nèi)置運維知識庫中的最佳實踐經(jīng)驗，為運維人員提供針對性的原因分析及優(yōu)化建議，讓原本棘手的告警治理工作變得輕松高效。

場景五：告警策略優(yōu)化，實現(xiàn)告警壓縮降噪

在告警治理過程中，面對高頻告警、誤報以及漏報等難題。小鯨觀測助手可對各類告警事件展開分析。以磁盤 I/O 使用率告警這一高頻出現(xiàn)的告警為例，能夠快速識別出告警數(shù)量過多的問題和產(chǎn)生原因，并依托內(nèi)置的運維知識庫的經(jīng)驗，給出告警閾值配置的最佳實踐以及相關(guān)優(yōu)化建議。

以上場景僅僅是告警治理中的一部分助力，借助大模型能力，實現(xiàn)場景不斷挖掘，可持續(xù)賦能整個告警全生命周期管理過程。