北京
可观测性工具在收集遥测数据上做得相当出色，但数据到手之后，开发者依然得亲自翻查日志、定位根因，再决定从哪里改起。这让我忍不住换了个问题去探索：能不能让AI代理直接理解这些数据，帮开发者更快进入下一步？这个念头改变了一场黑客松的走向。
事情的开端原本简单得多——我需要一个能向SigNoz输出遥测的应用。为了省去从零搭建微服务的麻烦，我把以前做过的PlantNet植物识别后端翻了出来，打算给它接上 instrumentation，把遥测送到SigNoz里，顺便把可观测性的原理摸透。一开始我在Google Colab里试验，但很快发现那个环境并不适合持续运行SigNoz和反复测试后端服务。于是整套环境被我迁到了GitHub Codespaces，PlantNet后端也随之改造成适配这套新环境。
真正难住我的并不是把SigNoz跑起来，而是让有意义的遥测数据顺利涌进SigNoz。前前后后将近一周的时间，我都在跟这几件事死磕：配置SigNoz、改造后端、理顺遥测如何流入仪表盘，以及反反复复排查为什么面板上看不到任何数据。好几次我都以为是自己的代码出了问题，最后才发现只是SigNoz的服务悄悄停了，一条 docker restart signoz-signoz-0 命令就恢复了正常。
按照最初的设想，这个项目和许多可观测性实践并无二致——监控延迟、检查失败的请求、把遥测可视化。但在深入体验SigNoz之后，我猛然意识到自己只不过是在消费 SigNoz 已经提供好的现成信息。这让我脑子里冒出了一个完全不同的问题：“如果这些遥测不是只被展示在仪表盘上，而是被一个AI代理直接消费，会怎么样？”这个问题瞬间扭转了项目的全部方向，于是我没有再去搭建又一套监控面板，而是开始构思一个能够分析遥测、并帮助开发者更快完成从“看见数据”到“着手修复”这一跳的AI SRE代理。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
