外部行业实践 ·
Grafana Labs升级AI可观测性助手Grafana Assistant，扩展多数据源支持简化运维流程
Grafana Labs基于此前在GrafanaCON 2026上公布的AI战略，升级旗下AI可观测性助手Grafana Assistant，大幅扩展其支持的数据源范围，用户可通过自然语言发起查询，无需在多个监控工具间切换即可完成故障排查等运维工作，该助手还适配企业级权限体系，支持自托管部署，契合可观测性领域智能化竞争的行业趋势。
仅供行业学习与场景参考，不代表优秘交付、客户关系或效果承诺。
面临的问题
现代运维团队的运营数据分散在多个互不连通的平台，碎片化严重；排查生产故障时工程师需要在多工具间来回切换，手动关联数据、重建服务依赖，流程繁琐效率低；不同数据源对应不同查询语言，工程师学习成本高、使用门槛高。
AI 落地做法
升级AI可观测性助手Grafana Assistant，扩大支持的数据源覆盖范围，支持用户通过自然语言提问，自动将自然语言转换为对应数据源的查询语句，跨多源关联数据完成运维操作，同时适配企业现有权限体系，推出配套AI可观测性产品并开放自托管部署能力。
实施路径
- 基于GrafanaCON 2026公布的整体AI战略升级Grafana Assistant能力
- 扩展支持的数据源范围，覆盖云平台、数据库、可观测性后端、问题跟踪系统、基础设施监控系统等多类来源
- 围绕可观测性工作流程设计专属AI助手，而非通用型聊天机器人
- 适配企业现有权限体系和基于角色的访问控制规则
- 推出大语言模型应用监控产品、模型上下文协议（MCP）支持等配套AI产品，开放Grafana Assistant自托管部署能力
来源：InfoQ 中文（本站改写摘要，成效数据均取自原文）
项目背景
分布式系统复杂度持续提升，AI驱动应用产生的遥测数据不断增多，仅采集数据已无法满足运维需求，可观测性行业竞争方向从遥测数据采集能力转向AI应用能力，多家头部厂商均已布局AI可观测性相关产品。 本案例依据「InfoQ 中文」公开发布的信息整理，原文：https://www.infoq.cn/article/0slNEHoKwzuJdxD7D1fJ?utm_source=rss&utm_medium=article
业务问题
现代运维团队的运营数据分散在多个互不连通的平台，碎片化严重；排查生产故障时工程师需要在多工具间来回切换，手动关联数据、重建服务依赖，流程繁琐效率低；不同数据源对应不同查询语言，工程师学习成本高、使用门槛高。
实践方案
升级AI可观测性助手Grafana Assistant，扩大支持的数据源覆盖范围，支持用户通过自然语言提问，自动将自然语言转换为对应数据源的查询语句，跨多源关联数据完成运维操作，同时适配企业现有权限体系，推出配套AI可观测性产品并开放自托管部署能力。
原始来源：https://www.infoq.cn/article/0slNEHoKwzuJdxD7D1fJ?utm_source=rss&utm_medium=article