由人授权
一次授权
运维人员完成一次只读授权，明确可访问的监控网站、日志和云资源边界。
Grafana / Prometheus / SLS
SCENARIO
你现在每天在做什么
开始日常巡检
依次打开 Prometheus、Grafana、SLS 等平台，数据在脑子里手动关联。
09:00
开始日常巡检
依次打开 Prometheus、Grafana、SLS 等平台，数据在脑子里手动关联。
处理告警风暴
30 条告警里有 20 条是误报，真正危险的那条淹没在里面。
10:30
处理告警风暴
30 条告警里有 20 条是误报，真正危险的那条淹没在里面。
紧急排障
切 Kibana、Jaeger、Grafana，上下文不断丢失，排查链条破碎。
14:20
紧急排障
切 Kibana、Jaeger、Grafana，上下文不断丢失，排查链条破碎。
WORKFLOW
换一种方式，把繁琐和复杂留给 AI
运维人员只需要说清排查目标，Dutifly 自动完成场景分解、跨平台取数和证据链整理。回滚、扩容、重启等高风险操作仍需人工确认。
AI 完成
意图识别
自然语言描述任务，AI 自动转化成检查路径。
AI 完成
数据聚合
跨监控平台、日志服务和 Trace 关联线索。
AI 完成
根因分析
基于证据链输出判断，并标出不确定性。
AI 完成
习惯学习
持续记住你的排障偏好，把人工修正沉淀成可复用 Skill。
Dutifly · 运维工作区
人工确认支付服务 Payment Service 在 04:32-04:41 出现 P99 延迟抖动，峰值 2,340ms，慢查询集中在 payment-db-replica-2。
我先关联 SLS 错误日志、Prometheus 指标和 Jaeger Trace，排除发布变更和外部依赖。
这个时间点一般是定时任务在跑，你下次先排除掉定时任务流量再分析
已记录并重新分析
针对 04:00-05:00 窗口自动排除 source=scheduler 流量。过滤后，用户请求链路状态为 healthy。向 Dutifly 提问...
CAPABILITIES
全场景 AIOps 覆盖
不只是看板，更是能读懂系统信号的运维助理
日常巡检报告
每日自动生成跨平台健康报告，并保留原始证据。
告警分级与降噪
基于历史模式识别误报、重复告警和真正风险。
根因定位
关联指标、日志和分布式 Trace 三类证据，给出可验证排查路径。
容量趋势预测
发现 CPU、内存、GC 与磁盘水位趋势，提前提示容量风险。
多云资源治理
聚合 AliCloud、AWS、GCP 多云资源，统一查看实例与使用率。
变更影响评估
发布前后对比关键指标和依赖影响，帮助团队快速复盘。
这个服务凌晨批处理时，先过滤 scheduler 流量
支付链路 P99 超过 800ms 时，优先查连接池
把每次排障沉淀成个人运维 Skill
不只是单次分析，Dutifly 会记住你的业务规则、排障经验和偏好。每次人工修正、例外规则和结论，都会进入个人运维 Skill 资产库，下一次巡检和排障可以直接复用。
个人运维 Skill 资产库经验可复用
SUPPORTED ECOSYSTEM
直接接入现有监控、日志、Trace 与告警工具
- Prometheus
- Grafana
- AliCloud SLS
- Elasticsearch
- Zabbix
- Jaeger
- PagerDuty
- Datadog
- Tencent CLS
FAQ
常见问题
从一个低风险巡检流程开始，先确认权限、证据链和人工确认方式，再逐步扩展自动化范围。
Dutifly 会直接修改生产系统吗？
不会。运维场景默认以只读分析、证据整理和建议生成为主，涉及重启、扩容、变更配置等高风险动作时，需要负责人确认后再执行。
需要一次性接入所有监控平台吗？
不需要。更适合先从一个服务、一个告警流程或一次日常巡检开始，把指标、日志和排障经验跑通后，再逐步扩展到更多平台。
Dutifly 适合哪些运维任务？
适合日常健康巡检、告警降噪、异常归因、跨平台信息汇总、排障报告生成和团队经验沉淀。结果应保持可审阅，关键判断仍由人负责。
数据权限如何控制？
Dutifly 只在授权范围内读取数据。团队可以限制可访问的平台、服务、资源和任务范围，没有授权的数据不会主动读取。