根因分析

演讲：本体驱动的可观测性——在 Netflix 规模上构建端到端知识图谱

Netflix 的两位工程师 Prasanna Vijayanathan 和 Renzo Sanchez-Silva 分享了一个演讲，讲他们怎么处理每秒 3800 万条事件量级的监控难题。原来的做法是出问题才被动告警，现在他们改用一套由 AI 驱动的“运营本体”，配合 Claude 和图层数据库来做自动化处理。具体是把 MELT（指标、事件、日志、追踪）这四类监控数据统一成可以查询的知识图谱，让系统能自动分诊、找根因，甚至自己修复故障。对读者来说，这展示了一条用 AI 把海量监控数据变成自动化运维能力的大规模落地思路。

databuff：AI 原生 OpenTelemetry 应用性能监控平台

teddy6320/databuff · Monitor system performance with this AI-native OpenTelemetry application performance management platform.

databuff 是一个 AI 原生的 OpenTelemetry 应用性能管理（APM）平台，用于监控系统性能。据仓库简介，它结合 AI 与多智能体能力，涉及链路追踪（tracing）与根因分析（root-cause-analysis），仓库主题包含 ai、ai-agent、multi-agent、opentelemetry、apm、tracing、root-cause-analysis、database、api 等。README 仅一行标题，未提供更多安装、使用方法与限制说明。