凌晨三点，值班工程师被系统警报吵醒。打开 SigNoz，十个仪表盘、上百条指标铺开——服务延迟在涨、错误率在跳、日志在疯狂滚动，根因却像大海捞针。团队早已被可观测性淹没，而生产环境里又多了一个不透明的 AI 代理：它自己调度大模型、调用工具链、独立做决策，一旦变慢、烧钱或给出离谱结论，你根本找不到毛病——这简直是在黑盒上再叠一个黑盒。

如果思路反过来呢？让 AI 代理不再是不透明的黑盒，而是主动读取你的可观测数据帮你看家护院，能自己动手修复监控配置，且它的一举一动也在同一套平台里被完整观测。

打开网易新闻 查看精彩图片

这就是 SRE Sidekick，一个在 SigNoz 上长出来的开源 AI 代理。它把“在十个仪表盘里翻来翻去”变成了“问一个问题”。更重要的是，你可以像追踪任何一个微服务一样，在 SigNoz 里逐条追踪它的每次思考、每个工具调用，连它花了多少 tokens、多少费用都一眼看穿。

一条命令拉起整套“可观测代理”

部署 SRE Sidekick 就像启动一台虚拟机。只需一份 casting.yaml 配置文件，一条命令就能把 SigNoz UI 和配套的 MCP 服务器同时启动：

curl -fsSL https://signoz.io/foundry.sh | bashfoundryctl cast -f casting.yaml

MCP 服务器一经开启，SigNoz 里所有的追踪、指标、日志、仪表盘和告警立刻变成 AI 代理可调用的 41 个工具。LLM 在 Groq 上运行（支持一键切换 Ollama 等），41 个工具做手脚，代理代码则成为连接它们的神经系统。整个过程没有硬编码步骤——LLM 自主决定每一步：思考、调用工具、观察结果、循环往复，直到给出答案。这份自主性，正是它被称为“代理”的根本。