> ## Documentation Index
> Fetch the complete documentation index at: https://docs.flashduty.com/llms.txt
> Use this file to discover all available pages before exploring further.
# 使用洞察（/insight）
> 在 AI SRE 会话中输入 /insight，自动分析您近 30 天的会话，产出一份只读的教练式月度复盘——先讲做得好的地方，再讲值得消除的摩擦，最后给出更高杠杆的下一步建议。
**内测功能**：AI SRE 目前处于内测阶段，专业版及以上用户可申请免费试用。请通过 [AI SRE 内测申请表](https://c9xudyniiq.feishu.cn/share/base/form/shrcn0ngCfdoygiaHnAT80BfZiH) 提交申请，审核通过后将开通白名单；内测期间功能与界面可能调整。
## 概述
***
在任意 AI SRE 会话的输入框中输入 `/insight`，AI SRE 会回看**您**近 30 天的会话，产出一份单页的运营洞察报告。报告采用羊皮纸样式的 HTML，会作为聊天卡片直接渲染在会话中，您可以预览和下载。
这是一份**教练视角的月度复盘**，而不是一张问题清单：它先讲**做得好的地方**——这一个月 AI SRE 在哪些地方真正帮上了忙；再讲**值得现在就消除的摩擦**——那些一再消耗您时间的模式，比如同一个数据库连接串您在多个会话里反复粘贴、Agent 缺少某个本该已知的排查手册、或它反复查错了数据源；最后给出 **2–3 条更高杠杆的下一步建议**——在「怎么用 AI SRE」这件事上可以尝试的方向。
`/insight` 是**只读**的。它只做分析和呈现，**不会**自动改动任何知识库、Skill 或 MCP 配置。每一条建议都是可复制的文本，是否采纳由您决定。详见 [如何处理建议](#如何处理建议)。
`/insight` 是 AI SRE 内置的一项 Skill：它会自动导出你的历史会话、统计量化指标、逐段分析会话内容，最后汇总渲染成一份报告。整个过程对您透明，您只需要输入 `/insight`。
## 如何生成
***
在任意一个 AI SRE 会话的输入框输入 `/insight` 并发送。无需任何参数。
范围由当前会话是否绑定团队决定（见下表），AI SRE 会在报告开头告知本次分析的范围与时间窗口（默认近 30 天）。
AI SRE 会导出会话、计算指标、分析内容，然后把羊皮纸样式的报告作为聊天卡片渲染出来，并附上一段 2–3 句的口头小结。您可以在卡片里预览或下载完整报告。
### 分析范围
`/insight` 始终以**账户**为安全边界——它只会看到当前 `app_key` 有权读取的会话，绝不越界。在此前提下，具体范围由会话是否绑定团队决定：
| 会话状态 | 分析范围 | 说明 |
| --------------------------- | -------- | ------------------- |
| 已绑定某个团队（如作战室 / 在 UI 中选定了团队） | **该团队** | 报告会聚焦这一个团队近 30 天的会话 |
| 未绑定团队 | **整个账户** | 分析您自己的会话，以及您所属团队的会话 |
当会话未绑定团队、而您其实只想看某一个团队时，可以在输入 `/insight` 时直接点名该团队（团队名称或 ID），AI SRE 会反问确认后再把范围收窄到那个团队。
### 报告是怎么来的
了解分析流程有助于您理解报告里的数字从何而来：
AI SRE 先列出范围内近 30 天的会话（默认最多 200 个），覆盖**全部四种入口**——网页（web）、IM、API、定时（scheduled）；IM 是 AI SRE 的主要入口之一，因此 IM 触发的会话也会一并纳入分析。导出完整记录后，保留**有真实信号**的会话：**用户消息 ≥ 2 轮，或工具调用 ≥ 3 次**（二者满足其一即可，对应 `INSIGHT_MIN_MSGS` / `INSIGHT_MIN_CALLS`）。「工具调用」这一条很关键——它让那些由告警或定时触发的自主会话（可能没有任何人工轮次，却做了十几次工具调用的真实排查）也能进入报告，而不会被「只看人工轮数」的旧规则误删。报告还会在量化总览里给出一行**会话来源**（`entry_mix`），让您看到这些会话分别来自哪些入口。
报告的量化总览——会话数、您的轮数、工具调用数、平均轮数、按天的活跃度、工具与 Skill 分布、会话来源、模型分布、结果分布——由程序在所有会话上确定性地统计得出，而非由模型估计，因此可靠且始终存在，即便没发现任何摩擦也照常呈现。
AI SRE 分段阅读会话记录，从每一段提炼出「会话主题」「做得好的地方」与「摩擦发现」，再把全部结果汇总：主题聚合成叙事概述，做得好的地方挑出最有代表性的几条，摩擦发现去重、聚类并按重要度排序成摩擦卡片。每条结论都配一句**逐字引用**作为证据；会话 ID 仅在内部用于统计某个摩擦重复出现的次数，**不会**展示在报告里。报告只包含提炼出的主题与发现，不会逐字搬运您的整段原始会话内容。
## 报告内容
***
报告自上而下分为**六个部分**。无论是否发现摩擦，量化总览始终呈现。
### 1. 一句话综述（At a glance）
报告最顶部的 **2–4 句**教练式综述，是在其余部分都写完之后最后落笔的，把整个月浓缩成要点：总量与主题、做得最好的那件事、以及最值得先解决的那个摩擦。
### 2. 量化总览（Overview）
由程序确定性计算，而非模型估计；模型只负责把数字誊写进报告。包含：
| 指标 | 说明 |
| -------- | ------------------------------------------------------------ |
| 会话数 | 本次分析的会话数量（`sessions`） |
| 您的轮数 | 这些会话里您发出的消息总轮数（`your turns`） |
| 工具调用数 | Agent 发起的工具调用总数（`tool calls`） |
| 平均轮数 | 每个会话的平均轮数（`avg turns / session`，保留一位小数） |
| 活跃度 | 按天的会话活跃柱状图，标出起止日期 |
| 工具分布 | Agent 最常依赖的工具排行（取前 \~6 项） |
| Skill 分布 | 会话中调用过的 Skill 排行；若没有调用过任何 Skill，则显示「未调用任何 Skill」 |
| 会话来源 | 这些会话分别来自哪些入口，形如 `web（60）· IM（25）· scheduled（5）`（`entry_mix`） |
| 模型分布 | 各模型各被多少个会话使用，形如 `模型名（N 个会话）` |
| 结果分布 | 完成 / 未完成 / 出错的会话数（某项为 0 时省略） |
### 3. 叙事概述（Narrative）
用 **2–4 句**第二人称的话，概括您这一个月主要在做什么——最常处理的领域、反复出现的实体（被分析两次的同一个故障、反复出现的某个集群或主机），以及整月工作的大致形态。这部分由各会话提炼出的主题聚合而来。
### 4. 做得好的地方（What's working）
挑出约 3 条 AI SRE **做得好**的、有证据支撑的事——比如跨数据源交叉验证、正确的噪声分级、干净利落的根因定位。这部分平衡了整份报告，只要有真实亮点就不会跳过；每条都配一句逐字引用作为佐证。
### 5. 摩擦卡片（Frictions）
按重要度**从高到低排序**的摩擦卡片，最多约 8 张。每张卡片包含：
* **排名**与**摩擦类型标签**（五类之一，见下节）；
* 一个**频次徽标**，表示这个摩擦在多少个不同会话里消耗过您（去重后的证据会话数）；
* 一句话标题与一段第二人称的解释；
* **证据**：一句来自会话记录的**逐字引用**（最能说明问题的那句用户或 Agent 的话）；会话 ID 仅用于内部去重计数，**不展示**；
* **可复制的建议**：一段可直接粘贴的文本，其第一行即落点（`Add this to knowledge/<范围>/…`），把目标文件随复制一并带走。
### 6. 下一步建议（Next steps）
约 **2–3 条**面向未来、有据可依的建议。它们是**策略层面**的（在「怎么用 AI SRE」上更高杠杆的转变），区别于摩擦卡片那种逐文件的战术修复；每条都点明它所依据的具体观察（某个总览数字或某一类摩擦），并对应一项真实存在的 AI SRE 能力。
每条摩擦与亮点都必须扎根于至少一个真实会话，并配一句逐字引用作为证据——报告不会凭空捏造会话、事实或排查手册缺口。如果没有发现任何可排序的摩擦，摩擦部分会显示一段空状态提示，而其余部分照常呈现——此时「总览本身就是报告」。
## 摩擦类型
***
`/insight` 只识别五类摩擦，每一类都对应一个明确、可调整的「旋钮」。按默认重要度排序如下：
| 摩擦类型 | 在会话里的样子 | 建议落点 |
| --------------------------- | -------------------------------------------------------------------------- | ---------------------------------------------- |
| `repeated_context`（重复上下文） | **信号最强。** 某个长期有效的事实，您在 **≥ 2 个不同会话**里反复提供（数据库连接串、服务归属的团队、看板 URL、升级路径、集群名等） | 写进 DUTY.md / `services.md`，让它每次会话自动加载 |
| `missing_runbook`（缺少运行手册） | Agent 不得不临时拼凑一套多步排查，而您显然期望它本就该会 | 新增运行手册：`knowledge/<范围>/runbooks/<主题>.md` |
| `wrong_data_source`（数据源用错） | Agent 查了错误的数据源 / 集群 / 命名空间，被您纠正 | 在 `observability.md` / `clusters.md` 里固定正确的数据源 |
| `hallucinated_entity`（臆测实体） | Agent 引用了一个并不存在的服务 / 主机 / 指标 / 变更，被您否定 | 把真实的实体清单补进 `services.md` |
| `stale_knowledge`（知识过期） | 来自知识库 / DUTY.md 的某个事实已经过时或错误，被您当场纠正 | 更新那个过期的文件 |
`repeated_context` 之所以排在首位，是因为它**最持久**——同一个事实跨多个会话被反复提供，意味着把它沉淀进知识库一次，未来每个会话都能直接受益。当它的证据数与其他摩擦持平时，也优先排在前面。
## 如何处理建议
***
报告是**只读**的：它呈现问题、给出可复制的修复文本，但**绝不**自动应用任何改动。内测期间所有建议都是复制粘贴式的，需要您确认后，再到对应的资源里手动修改。
摩擦卡片已按重要度排好序。优先看排名靠前、频次徽标数字高的那几张——它们是最反复消耗您时间的模式。
每张卡片的「可复制的建议」里是一段可直接粘贴的文本，其第一行（`Add this to knowledge/<范围>/…`）就是落点，告诉您它该写到哪个文件——复制时会把目标路径一并带上。
根据摩擦类型，到相应的资源里粘贴并保存：重复上下文与臆测实体写进知识库的 `services.md` 或 DUTY.md；缺少运行手册则在知识库里新增一份 runbook；数据源用错就固定到 `observability.md` / `clusters.md`；知识过期则直接更新那个文件。这些都属于 [知识库](/zh/ai-sre/knowledge) 的常规编辑。
`/insight` 永远不会替您执行写入——它不调用任何同步/安装动作，也不改动知识库、Skill 或 MCP。如果您后续想让 AI SRE「把这条 runbook 加进去」，那是一次**独立**的自然语言指令，不属于 `/insight` 的范围。
`/insight` 按需运行、一次一份——它不会「持续盯着」或定时生成报告。建议在又积累了几次故障排查之后再跑一次，看看哪些摩擦已被消除、又冒出了哪些新的。
## 相关页面
***
了解会话的创建、团队绑定与作战室——这些决定了 `/insight` 的分析范围。
报告里的建议大多落在知识库的 DUTY.md / `services.md` / runbooks，这里讲如何编辑。
从整体了解 AI SRE 的能力与运行机制。