大模型驱动的云原生可观测性

这是一部系统讲解如何将大模型技术应用于云原生可观测性领域的实战指南。它为读者构建了智能可观测性的完整知识图谱，能为研发团队与技术决策者提供从方法论到工程落地的完整路径，从而将数据转化为洞察，将被动响应转化为主动决策。 全书共11章，分为四个部分。 第一部分（第1、2章）：剖析云原生时代运维的根本挑战，首次提出将大模型作为应对这些挑战的新范式，涵盖可观测性基础知识、大模型核心特征与能力边界。 第二部分（第3~7章）：深解析大模型与可观测性的核心技术体系，包括大模型生态框架、应用部署工具、云原生可观测三大支柱（日志/指标/追踪）、OpenTelemetry/eBPF关键技术，以及GPT/DeepSeek/Llama等国内外主流大模型的架构设计与最佳实践。 第三部分（第8、9章）：详细阐述大模型与可观测性技术融合的机制和创新，提供从数据处理到智能决策的完整技术路径。围绕OpenTelemetry剖析其在大模型可观测性中的演，深度解析大模型与云原生架构的深度融合机制、与可观测性生态的交互模式，以及与AIOps的深度融合范式。 第四部分（第10、11章）：聚焦工程化落地，系统回答“如何落地”。通过某AI平台智能日志分析与自然语言查询实践、某证券公司Agent及智算可观测性建设实践两大真实案例，详细展示从架构设计到实战部署的可借鉴、可复用、可扩展路径。
【推荐语】
（1）作者背景资深：AstrasX AI创始人，有15年研发与架构经验，是大模型驱动云原生可观测性领域的先行者。 （2）内容体系完整：从可观测性基础、大模型核心技术、融合创新机制到架构落地实践，循序渐、层层深，形成完整知识闭环。 （3）独创方法论：首次提出AI for Observability与AI of Observability双轨实践，构建基于知识的策略架构、Hybrid GraphRAG智能管道、7层智能可观测架构。 （4）实战案例真实：某AI平台智能日志分析（MTTD缩短70%+）与某证券公司Agent及智算可观测性建设两大完整企业级案例。 （5）技术覆盖前沿：深度解析OpenTelemetry、eBPF、RAG、知识图谱等关键技术，覆盖GPT/DeepSeek/Llama等国内外主流大模型选型与部署。 （6）读者覆盖面广：云原生架构师、SRE、AI工程师、AIOps从业者、技术管理者均可各取所需。
【作者】
李 杰 （Luga Lee）  AstrasX AI创始人，资深架构师，拥有15年以上技术研发与架构经验。长期扎根技术一线，先后在多家知名企业担任架构师及首席架构师，专注于云原生架构与大模型工程化落地，在如何利用大模型构建智能可观测体系方面有丰富的实战经验。 微信公众号“架构驿站”（微信号：ArchHub）主理人。Jakarta EE Ambassador、Traefik Ambassador、TraefikLab中国社区创始人/主理人、云原生可观测性平台DeepFlow Champion。著有图书《云原生网关Traefik：门、阶与实战》。