你刚花了 1 小时解决了一个 Redis 故障。三个月前一模一样的问题。上次排障记录在某个同事的本地 Markdown 里文件名大概是redis-issue-202603-final-v2-really-final.md。你他他没回。所以你又重新排查了一遍。这就是知识的流失。现在不仅是人智能体也会重新学习同一个问题。观测云笔记就要解决的就是这个。笔记是什么?它是可观测数据基础设施里的知识层。底层数据结构大概长这样// notebookV2.ts interface NotebookV2 { ... content // Markdown支持 chart block tags // 普通标签比如 copilot, redis tagKV // 关联业务标签比如 service: inner-api createdSource //用于标记手工或 AI 创建来源 etag // 并发控制防止覆盖 ... }几个关键设计tagKV绑定业务对象。不是 #标签 是精确关联到某个service、host、dashboard、database 这些实体。你在 inner-api 的服务详情页看到的笔记是服务本身的记忆。chart block嵌入图表证据。笔记里可以保留当时的 DQL 查询和图表。结论是查询里真实跑出来的数据。etag / ifMatch防覆盖。多人协作时保存前检查版本避免静默覆盖。createdSource追踪来源。人写的、Obsy AI Copilot 生成的还是观测 AI Agent Teams 创建的能清楚分清。质量责任链清晰。人Obsy AI CopilotGuance AI Agent Teams 如何玩转笔记人类把故障处理经验资产化1、故障复盘故障排查完写篇笔记标题frontend-proxy 5xx 排查记录 标签service: frontend-proxy, alert: high-error-rate 内容 - 14:23 告警触发错误率从 0.1% 飙升至 12% - 14:25 定位到 upstream 连接超时 - 14:30 调整 nginx proxy_timeout恢复 - 根因上次部署引入了新的上游服务未调整超时配置生成的笔记自动绑定业务标签 service: frontend-proxy。三个月后如果同服务告警新同事打开服务详情页就能相关笔记里直接看到这篇不需要再问上次怎么解决的。2、轻松搜索frontend-proxy 接口异常 → 写成笔记。下次任何人检索 frontend-proxy 异常第一篇就是。3、图表证据保全笔记里支持嵌入当时的查询和图表。如果一段时间后有人问当时怎么查的指标名是什么打开笔记DQL 语句和图标块都在。4、自由团队协作笔记支持设置为仅自己可见作为故障排查过程中的中间产物供个人参考笔记也支持与公开给团队/工作空间成员录入团队知识库成为经过验证的经验多人编辑时不覆盖冲突时提示Obsy AI copilot 协助人类生成笔记沉淀故障处理经验当 Copilot 分析完告警、日志、仪表板..会自动判断这次结论是否值得沉淀然后返回一个结构化建议你确认后会自动替你创建笔记。举个例子Obsy AI Copilot 分析仪表板数据缺失生成《xxx仪表板数据缺失分析》结论16 个图表均无有效数据根因模板变量 #{service} 未绑定查询条件无法匹配建议整理绑定模板变量验证数据采集绑定具体的 dashboard。后续如果有任何人查看该仪表板这篇诊断就在相关笔记里。Guance AI Agent Teams持续从笔记知识库学习提升执行准确度笔记会成为AI智能体团队不断的迭代更新的长期记忆层。Agent 在分析前能按 service、host、alert、incident、tagKV 自动召回相关笔记总结人类经验提升执行准确度。人用笔记沉淀经过验证的问题处理经验Obsy AI copilot 辅助人类创造笔记沉淀高价值分析结果最后 Agent Teams 把这些笔记变成团队可持续复用的长期记忆提升智能体自动处理时的执行准确度。现在开始使用在观测云控制台「笔记」-「新建笔记」或者打开右上角「Obsy AI」 让 Obsy AI Copilot 辅助你生成第一份 AI 笔记看看它怎么结构化分析结果。笔记让经验留下来让 Agent 学会用。
观测云笔记焕新上线：人与智能体的共同知识库
你刚花了 1 小时解决了一个 Redis 故障。三个月前一模一样的问题。上次排障记录在某个同事的本地 Markdown 里文件名大概是redis-issue-202603-final-v2-really-final.md。你他他没回。所以你又重新排查了一遍。这就是知识的流失。现在不仅是人智能体也会重新学习同一个问题。观测云笔记就要解决的就是这个。笔记是什么?它是可观测数据基础设施里的知识层。底层数据结构大概长这样// notebookV2.ts interface NotebookV2 { ... content // Markdown支持 chart block tags // 普通标签比如 copilot, redis tagKV // 关联业务标签比如 service: inner-api createdSource //用于标记手工或 AI 创建来源 etag // 并发控制防止覆盖 ... }几个关键设计tagKV绑定业务对象。不是 #标签 是精确关联到某个service、host、dashboard、database 这些实体。你在 inner-api 的服务详情页看到的笔记是服务本身的记忆。chart block嵌入图表证据。笔记里可以保留当时的 DQL 查询和图表。结论是查询里真实跑出来的数据。etag / ifMatch防覆盖。多人协作时保存前检查版本避免静默覆盖。createdSource追踪来源。人写的、Obsy AI Copilot 生成的还是观测 AI Agent Teams 创建的能清楚分清。质量责任链清晰。人Obsy AI CopilotGuance AI Agent Teams 如何玩转笔记人类把故障处理经验资产化1、故障复盘故障排查完写篇笔记标题frontend-proxy 5xx 排查记录 标签service: frontend-proxy, alert: high-error-rate 内容 - 14:23 告警触发错误率从 0.1% 飙升至 12% - 14:25 定位到 upstream 连接超时 - 14:30 调整 nginx proxy_timeout恢复 - 根因上次部署引入了新的上游服务未调整超时配置生成的笔记自动绑定业务标签 service: frontend-proxy。三个月后如果同服务告警新同事打开服务详情页就能相关笔记里直接看到这篇不需要再问上次怎么解决的。2、轻松搜索frontend-proxy 接口异常 → 写成笔记。下次任何人检索 frontend-proxy 异常第一篇就是。3、图表证据保全笔记里支持嵌入当时的查询和图表。如果一段时间后有人问当时怎么查的指标名是什么打开笔记DQL 语句和图标块都在。4、自由团队协作笔记支持设置为仅自己可见作为故障排查过程中的中间产物供个人参考笔记也支持与公开给团队/工作空间成员录入团队知识库成为经过验证的经验多人编辑时不覆盖冲突时提示Obsy AI copilot 协助人类生成笔记沉淀故障处理经验当 Copilot 分析完告警、日志、仪表板..会自动判断这次结论是否值得沉淀然后返回一个结构化建议你确认后会自动替你创建笔记。举个例子Obsy AI Copilot 分析仪表板数据缺失生成《xxx仪表板数据缺失分析》结论16 个图表均无有效数据根因模板变量 #{service} 未绑定查询条件无法匹配建议整理绑定模板变量验证数据采集绑定具体的 dashboard。后续如果有任何人查看该仪表板这篇诊断就在相关笔记里。Guance AI Agent Teams持续从笔记知识库学习提升执行准确度笔记会成为AI智能体团队不断的迭代更新的长期记忆层。Agent 在分析前能按 service、host、alert、incident、tagKV 自动召回相关笔记总结人类经验提升执行准确度。人用笔记沉淀经过验证的问题处理经验Obsy AI copilot 辅助人类创造笔记沉淀高价值分析结果最后 Agent Teams 把这些笔记变成团队可持续复用的长期记忆提升智能体自动处理时的执行准确度。现在开始使用在观测云控制台「笔记」-「新建笔记」或者打开右上角「Obsy AI」 让 Obsy AI Copilot 辅助你生成第一份 AI 笔记看看它怎么结构化分析结果。笔记让经验留下来让 Agent 学会用。
