databufflabs/databuff

解决的问题

DataBuff 是一个 AI 原生的应用性能监控（APM）后端，简化了分布式系统的故障排查流程。它通过允许用户使用自然语言查询和 AI 代理来识别性能瓶颈和服务故障的根本原因，从而取代了对手动查询语言专业知识的需求。

工作原理

基于 OpenTelemetry（OTLP）构建，DataBuff 接收追踪、指标和日志。它使用「AI 大脑」来协调一组专业 AI 代理（查询、检查、运维和问答专家），直接查询实时遥测数据，执行根本原因分析并生成事件报告。系统支持 OTLP 原生数据摄入、eBPF 实现非侵入式采集，并与 SkyWalking 兼容。

适用人群

专为需要生产级、自托管可观测性平台的 DevOps 和 SRE 团队设计，能够实现从检测到修复的故障排查闭环自动化。

核心亮点

• 多代理故障排查：并行协调多个 AI 专家进行问题诊断并合成报告。
• OTLP 原生支持：完全支持 OpenTelemetry gRPC 和 HTTP 数据摄入。
• 自然语言查询：用户可直接提问如「哪个服务最慢」，无需编写复杂查询。
• eBPF 集成：无需代码修改即可实现内核级非侵入式数据采集。
• 灵活的模型支持：兼容多种 LLM，包括 DeepSeek、Kimi、GLM 和 Ollama。