ongrid：理解基础设施的AI运维Agent，串联Prometheus/Loki/Tempo做自动根因分析

告警响了，以前的处理方法大体上是这样的：先确定是哪个服务异常，然后打开Grafana查看指标，切换到Loki查看日志，最后进入Tempo查看调用链。每一步都没什么问题，真正麻烦的是这些信息全散在不同地方，一次普通的故障排查十几分钟就算很快了，复杂的要折腾几个小时也很常见。

ongrid 定位是一个理解基础设施的AI运维Agent。它不是再做一个聊天机器人，而是把Prometheus、Loki、Tempo、Grafana等工具连接起来，然后让Agent直接参与到排障中来。你甚至可以在Slack、钉钉、飞书、Telegram里问它：为什么订单接口突然变慢？后面的查询指标、翻日志、查调用链、整理证据，都交给Agent自己完成。

RCA根因分析

ongrid最值得关注的是它的RCA根因分析。传统的监控很会告诉你哪里报警了，但不太会直接告诉你为什么报警。比如CPU突然升高，Grafana可以把曲线画出来，但原因还需要继续查——是代码出现了死循环、数据库被阻塞，还是因为流量突然增加？

ongrid会把指标、日志和调用链串起来，让Agent自己继续调查，最后输出一份有证据的RCA报告，而不是只总结几条日志。它不是让模型看日志来猜原因，而是让Agent自己去寻找证据。内部还可以拆分不同调查任务，让不同Agent分别分析服务、数据库和网络，最后把结果汇总，思路接近于真实的运维团队。

技能目录与MCP服务器

Skills Catalog是Agent的技能清单，可以看到它现在会什么、可以调用哪些能力。MCP Servers负责接收来自外部的工具，如数据库、Git、监控系统等。一个管技能，一个管工具，这样Agent能干什么、能调用什么，管理员都能看得清楚。

告警自动调查

传统的告警一般只告诉你"CPU使用率大于90%"，剩下的事情全部交给值班工程师。ongrid在告警被触发之后会自动创建Incident并启动调查任务，Agent继续查询相关数据并生成RCA，最后把结果同步到IM群里。比如说凌晨的时候数据库连接出现了问题，值班人员接收到的就不仅仅是"服务异常"这么简单的一句话，而是一份包含异常时间、影响服务、相关日志以及可能原因的调查结果。

以前是：告警→人工查数据→人工分析→人工定位。现在变成：告警→Agent调查→人确认。这才是AI运维最有趣的地方。

统一查询入口

ongrid把Prometheus、Loki、Tempo、Grafana等观测工具串联起来。以前查一个接口延迟，要自己写PromQL、再写LogQL、最后切到Grafana看链路。现在可以直接告诉它"查看各个服务器的CPU、内存使用情况"，Agent会自己生成查询，并根据结果继续往下查。对于熟悉监控工具的老运维来说可能省去了几步操作，但对于新人变化比较明显——以前要问去哪里查，现在只要说想要知道什么就可以了。

IM即运维入口

很多人不会一直盯着Grafana，但每天都会打开飞书、钉钉或者企业微信。ongrid把这些IM也变成了运维入口，可以在群里直接问"查看一下数据库连接池"，Agent去查然后回到群里，比记下很多监控地址和查询语法要容易得多。

运维操作

ongrid不仅负责看数据，还要参与实际的运维操作。比如Kubernetes管理，除了查看集群状态之外，还可以对工作负载和事件进行分析，包括scale、restart、cordon、drain等操作。涉及生产环境的操作不应该让AI想怎么改就怎么改，写操作要经过管理员的授权——AI可以帮你执行，但最终权限还是应该掌握在人手里。

网络设备

除了服务器和Kubernetes之外，它还可以用SNMP来发现交换机、路由器和防火墙。Edge Agent在收集到设备信息之后还可以把网络关系展示出来。小团队体会不到，但大企业里设备很多，可以让Agent同时理解服务器和网络拓扑，价值就不同了。

安全设计

这类AI运维工具最怕为了方便最后给服务器开一堆入口。ongrid的做法是让Edge Agent主动去外联，被管理的服务器不需要直接开放入站端口，同时在浏览器访问服务器时也可以做操作审计。对企业而言这样的设计更安全一些——AI能不能帮你查故障是另一回事，你敢不敢让它去碰生产环境又是另外一回事。

注意事项

项目本身比较新，更新速度很快，想用在生产环境一定要严格测试和学习，注意权限的分配和控制。

小结

关注ongrid并不是因为它又接入了几个监控工具，而是它开始改变一个很老的运维流程：以前是人去找监控数据，现在是Agent根据问题自己去寻找证据。表面上只是少切几个页面，但背后的变化其实很大。未来运维工程师可能不会消失，但每天重复翻日志、查指标、找调用链这样的事情，越来越适合交给Agent了。

开源地址：https://github.com/ongridio/ongrid