带你用观测 AI 智能体：把它搬进你的工作群聊
一个典型的值班场景
你是电商系统的值班运维。手机震动，飞书/钉钉/企业微信弹出一条消息："订单服务异常告警"。
在不启用观测云 AI 的情况下，你的排障路径是：
- 打开观测云平台，找到对应的告警事件
- 切换到 Trace 链路、日志、指标多个仪表盘之间，手动关联证据
- 把关键截图和日志 Copy Paste 到值班群里，@研发同学一起排查
- 研发同学再打开自己的 Coding Agent 和观测云控制台，反复横跳确认上下文
这个流程里有痛点：告警通知在 IM 群，观测数据在平台，协作沟通又在 IM 群——三个空间来回切换，信息不断衰减。
一条消息渠道，把 Agent 拉进你的群聊
让观测 AI 智能体成为你团队里24 小时在线的值班助手。
第一步：配置消息渠道
在观测云 Agent 工作台的「消息渠道」中，点击新建渠道。目前支持飞书、钉钉、微信企业等主流 IM 平台。
选择你的平台（微信/飞书/钉钉），填入 App ID / Client ID 和对应的 Secret，完成授权。观测云 AI Agent 就会以机器人的身份，接入你的 IM 体系。
第二步：把机器人拉进目标群聊
配置完成后，将 Guance Agent 拉进你的值班群、业务群或应急处理群。
从这一刻起，这个群聊就变成了一线值班的排障入口。
第三步：告警自动推送，群里直接 @Agent 追问
当系统触发告警，结构化的事件摘要会自动推送到群里。
你不需要再跳转到观测云平台逐层下钻。直接在群里 @Guance AI Agent，用自然语言提问：
"@guance agent 帮我分析 project 为观测云优选系统最近 30 分钟的告警，并给出 RCA 摘要。"
Agent 返回的不是原始数据 dump，而是一份适合工程师阅读的完整结论：
- 数据概览：正常链路、错误链路统计
- 故障结论：inventory-service 执行 Redis 命令超时，库存预扣失败
- 观测证据：关键日志、Trace 链路、指标异常点
- 源码映射：具体代码文件和行号
- 修复建议：可操作的排查步骤
- 建议动作：当前推荐的处理动作（如"重启服务"或"扩容"）
为什么这很重要？
群聊即工作台，协作有上下文
告警通知、根因分析、修复建议、团队讨论，全部发生在同一个群聊窗口里。研发、运维和值班同学可以围绕同一份结构化信息继续追问，信息不再碎片化。
安全可控，写操作需回控制台审批
Agent 在群里可以告诉你"建议重启 inventory-service 的 Pod"，但如果要真正执行写操作（如重启、扩容、修改配置），它会明确告知需要回到观测云控制台完成审批流程。
这保证了"群聊里的聊天自由"与"生产环境的操作安全"之间的平衡。
AI 时代人与智能体共同消费的可观测数据基础设施
在这个场景里，观测云通过 Guance AI Agent Teams，为生产侧的可观测 Agent 提供了：
- 统一的数据基座：日志、指标、Trace、事件，全部统一采集、统一标签、统一存储
- 结构化的证据输出：不是原始数据 dump，而是经过 RCA Agent 推理后的结构化结论
- 自然的协作入口：让告警与协作都在最方便的工作群聊中完成
让数据说话，AI 感知，人决策，Agent 行动。
