跳转到主要内容

什么是 AI SRE

AI SRE 是 Flashduty 推出的自治 SRE Agent 平台。您通过对话向 AI 下达指令,由它自主调查故障、排查根因、调用工具执行诊断,并把每次排障中沉淀的运维知识固化下来供后续复用。 它会自己规划步骤、读写文件、查询监控与日志、执行命令、调用外部工具(MCP),并在需要时把子任务委派出去,最终给出附带调查过程的结论。 AI SRE 与 Flashduty 的故障响应体系深度联动:当 Flashduty 产生故障(incident)或开启作战室协作时,可直接触发一个 AI SRE 会话,让 Agent 带着故障上下文开始排查,既可以在控制台里对话,也可以直接在您的 IM 群(Slack / 飞书 / 钉钉 / 企业微信)里 @ 它。

对话即排障

用自然语言描述问题,Agent 自主规划、调用工具、给出调查过程与结论,无需您逐条编排脚本。

与故障响应联动

从故障或作战室一键拉起会话,Agent 携带故障上下文进入排查,沉淀的知识反哺下一次响应。

典型场景

AI SRE 从故障触发到复盘都有入口:

对话式排障

在控制台的对话工作区里主动提问:某个服务为何异常、一条告警的根因、一次变更的影响范围。Agent 流式输出规划、工具调用与中间发现,最终给出结论。

在 IM 中随时召唤

无需切换工具——在 Slack、飞书、钉钉、企业微信的群聊或私聊里 @ AI SRE 即可发起或续接一次排查,它在线程内回答,团队成员全程可见。详见 IM 集成。

作战室自动诊断

为故障开启 IM 作战室、且账户里一条启用中的作战室创建触发自动化规则命中该故障时,AI SRE 自动执行一轮初步诊断并把结论发回作战室——团队开始排查时,群里已经有第一手分析。

运营复盘洞察

用 /insight 复盘最近 30 天的会话,量化您把时间花在了哪里、哪些 runbook 缺失、哪些上下文被反复粘贴,输出可复制的改进建议。

开通与计费

AI SRE 面向所有版本的账户开放,需单独在控制台开通后使用,按实际用量计费。不要求 On-call 订阅,不占用成员 License;成员仍需拥有相应权限。
AI SRE 以 credits 结算,1 credit = ¥1。计量项为模型用量、沙箱在线时长和联网检索。开通免费,符合条件的账户每个计费周期赠送体验额度,也可以购买资源包(自支付起 365 天有效,规格与价格见购买协议)。按量付费默认关闭,由管理员开启,可设置每周期上限。完整规则见《AI SRE credits 资源包购买协议》。体验额度、资源包与钱包余额都用尽时,AI SRE 会暂停新的对话,并在输入区上方提示原因和 前往 AI SRE 计费 入口。管理员可以在那里开启按量付费、购买资源包或充值,之后即可继续对话。
生产变更、重启、回滚和外部通知,最终都由您确认后才会执行。

开通与关闭 AI SRE

在控制台进入 费用中心 → 订阅,选择 AI SRE 页签,即可自助开通或关闭。此功能仅 SaaS 版提供,需要费用查看和钱包交易权限。 关闭后:
  • 体验额度和已购资源包的余额、有效期都保留,重新开通后继续可用(体验额度仍只在发放的计费周期内有效)。
  • 资源包退款按《AI SRE credits 资源包购买协议》处理。
  • 欠费或订阅已失效时也可以关闭。
  • 如果关闭失败,直接重试即可。

独立计费周期与 IM 应用

计费与赠送周期从首次开通 AI SRE 时起计算,每 30 天为一个连续周期。关闭后重新开通不会重置周期,也不会重复领取同一周期的赠送额度。已有账户保留当前周期,到期后按独立的 30 天周期续接。 IM 应用可在所有版本中创建、授权和启用,并用于 AI SRE 私聊或群内对话。将应用用于 On-call 分派策略、值班通知等通知目标,仍需有效的 On-call 专业版;不满足条件时前端禁止选择,后端拒绝保存,已有配置的受限通知也不会发送。AI SRE 对话不受 On-call 订阅到期或降级影响。 故障认领、关闭等 On-call 操作仍遵守原有权限和 License 规则。AI SRE 分析不会赋予成员额外的故障操作权限。

核心能力

以下能力都可在控制台配置和管理。

对话式排障

以会话为单位与 Agent 协作。会话按顺序处理您的每条消息,支持流式输出、随时取消、长对话自动压缩,以及从故障一键拉起。

IM 平台

在 Slack / 飞书 / 钉钉 / 企业微信中 @ Agent 发起或续接排查,并在故障作战室里由自动化规则自动给出初步诊断。

Skill

可被 Agent 调用的 Skill 包,封装可复用的排障流程。范围可设为共享(即账户级)或团队,启用后在会话中按需加载。

管理知识

以 DUTY.md 为入口、按 @-引用索引的知识,承载服务清单、runbook、值班路径等长期上下文,按账户/团队分层加载。

MCP(外部工具)

通过 Model Context Protocol 接入外部工具与数据源。

Agent

通过标准 A2A 协议把任务委派给外部远端 Agent;AI SRE 自身也对外暴露 Agent Card,供外部客户端反向调用。

运行环境

Agent 执行命令的位置:默认使用 Flashduty 托管的云端沙箱;也可在自己机器上部署自托管 Runner,让排障进入您的内网。

使用洞察

通过 /insight 复盘最近 30 天的 AI SRE 会话,输出量化概览、工作叙述与可复制的运维改进建议(只读,不自动落地)。

自动化

让 AI SRE 按周期、API 调用或 On-call 故障事件触发执行隐藏会话,自动产出巡检、洞察或复盘结果。

Apps

授权 GitHub、GitLab 或 Kubernetes 集群,让 AI SRE 直接访问您的代码仓库和集群:理解代码、调查 PR / MR 与提交、按需开 PR 或提 Issue,或在限定范围内操作集群。

控制台导航

进入 AI SRE 后,左侧导航有四个入口(菜单名与控制台一致): 自定义 下的三组:
没有对应权限的菜单或子标签不会显示。

快速开始

从登录控制台到跑完第一次排障,详细步骤见 快速开始。

下一步

控制台对话

了解会话、流式输出、取消与上下文压缩,以及如何从故障拉起排查。

IM 平台

在 Slack / 飞书 / 钉钉 / 企业微信里 @ Agent 排障,并了解作战室自动诊断。

使用洞察

使用 /insight 复盘近 30 天会话,发现重复上下文、缺失 runbook 等运维摩擦。
自定义下各资源共用的作用域与权限规则,见了解上下文。