CloudDetail/apo

解決的問題

APO（AutoPilot Observability）解決了傳統可觀測性工具中資料過載與手動分析的問題。它以自動化的 AI 驅動診斷工作流程取代手動排錯，協助團隊快速定位系統故障的根本原因，並降低告警處理的工作負擔。

作用方式

APO 使用 LLM 與專用的「LLM 原生資料平面」結合處理可觀測性資料。不將原始的龐大資料直接輸入模型，而是將多樣的日誌、指標與追蹤資料轉換為與 API 為中心的服務圖相關聯的「異常事件」。這讓 AI 代理能執行跨領域資料關聯，並執行低程式碼編排工作流程進行診斷。

適用對象

專為需要監控複雜技術堆疊，並自動化告警與事件排錯的 DevOps 與 SRE 團隊設計。

主要亮點

• 代理工作流程：低程式碼編排，用於設計個人化的 AI 代理與自動化故障排除工作流程。
• LLM 原生資料平面：專用資料平面，將可觀測性資料轉換為 LLM 最佳化的格式，防止拓撲擴散與幻覺問題。
• 零接觸探針：利用 OneAgent 技術自動為多語言 OpenTelemetry 代理注入探針。
• 結果可驗證性：提供視覺化資料圖表，並透過 eBPF Polaris 指標進行交叉驗證，確保 AI 推薦結果可解釋且可驗證。
• 全棧覆蓋：統一的可觀測性視圖，涵蓋日誌、追蹤、指標與事件。