🛠️ 可观测性 · AI 升级

Grafana Assistant 扩展30+数据源，可观测性AI混战全面升级

Grafana 宣布其 AI 助手 Grafana Assistant 现支持30 多个数据源的自然语言联合查询，包括 Snowflake、Oracle、Dynatrace 等企业级系统。运维人员只需用自然语言描述问题，即可跨日志、指标、链路追踪进行关联调查，无需手动编写 PromQL 或 LogQL。

综合公开信息整理• 2026-07-22• 全文约 3 分钟读完
#Grafana #AI Assistant #可观测性 #自然语言查询
30+ 数据源支持，涵盖云平台、数据库、可观测性等
8 新增企业级数据源，含 Snowflake、Oracle、Dynatrace 等
100% 自然语言查询覆盖，无需手动编写查询语言

⚡ 30 秒速览

  • 核心更新：Grafana Assistant 扩展支持 30+ 数据源，包括 Snowflake、Oracle、Dynatrace、Honeycomb 等企业级系统，运维人员可用自然语言跨系统查询。
  • 行业背景：可观测性厂商纷纷加码 AI——Datadog 的 Bits AI、Dynatrace 的 Davis AI、Splunk 的 AI Assistant 均已跟进，竞争焦点从数据采集转向智能分析。
  • 能力差异：与通用 AI 助手不同，Grafana Assistant 围绕可观测性工作流设计，不仅能回答问题，还能生成仪表盘、构建监控查询、解释异常指标。
  • 底层逻辑：自然语言查询降低了使用门槛，但查询质量取决于底层数据完整性与权限管控——这是所有 AI 助手的共同挑战。
  • 编辑判断：AI 助手正在从“补充工具”变为“可观测性入口”，但工程化落地仍需解决数据孤岛与模型幻觉问题。

01Grafana Assistant 做了什么？从手动查询到自然语言

在 GrafanaCON 2026 上，Grafana 将 AI 定位为“运营伙伴”，而不仅仅是聊天机器人。此次更新让这一承诺落地：30 多个数据源的查询可以在一句话中完成，从云平台到数据库，从可观测性后端到问题跟踪系统。

但真正的变化发生在工作流层面。

之前：手动切换

工程师需在多个工具间来回切换，手动编写 PromQL、LogQL、SQL 或 TraceQL，关联时间戳，重建服务依赖，拼接问题背景。

之后：自然语言

只需描述正在调查的问题，助手自动检索并关联相关数据，生成仪表盘、构建查询、解释异常指标，全程遵循现有权限体系。

注：以上对比基于 Grafana 官方发布的功能说明，实际效果取决于数据源配置与权限设置。

02可观测性 AI 混战：谁在做什么？

Grafana 的发布并非孤立事件。2026 年，可观测性厂商的竞争焦点已从“谁能采集更多数据”转向“谁能用 AI 更智能地分析数据”。

4主要竞争对手已推出 AI 助手
30+Grafana Assistant 支持的数据源
8新增企业级数据源
100%自然语言查询覆盖

主要玩家布局如下：

Datadog 的 Bits AI 已具备自动化调查和根因分析能力；Dynatrace 的 Davis AI 结合因果推理与自动化，加速故障响应；Splunk 将 AI Assistant 集成进安全和可观测性工作流；New Relic 的 Intelligent Observability 可自动关联遥测数据并推荐修复措施。

一个诚实的注脚：

自然语言接口虽然降低了门槛，但查询质量仍取决于底层数据的完整性与准确性。如果数据源本身存在孤岛或质量缺陷，AI 助手的输出也会失真。

注：竞争格局基于公开信息整理，截至 2026 年 7 月。各厂商功能仍在快速迭代中。

03它到底能做什么？三个典型场景

🔍 故障调查：一句话跨系统关联核心能力

  • 输入：“昨晚支付接口响应延迟，帮我查一下原因。”
  • 过程：助手自动检索日志、指标、链路追踪，关联数据库查询和基础设施事件，定位到数据库连接池耗尽。
  • 输出：根因分析报告，含时间线、影响范围、相关变更记录。
无需手动编写查询语言，跨系统关联在单次对话中完成。

📊 仪表盘生成：需求描述即创建效率提升

  • 输入：“帮我建一个微服务健康度仪表盘，含 CPU、内存、错误率、P99 延迟。”
  • 过程：助手自动检索 Prometheus 和 Elasticsearch 数据源，生成仪表盘配置。
  • 输出：可直接使用的 Grafana 仪表盘，含图表、告警阈值。
从分钟级创建缩短到秒级，且支持后续迭代调整。

📝 查询构建：自然语言转 PromQL降低门槛

  • 输入：“最近 24 小时，每个服务实例的 5xx 错误率，按区域分组。”
  • 过程：助手自动生成 PromQL 查询语句，并解释查询逻辑。
  • 输出：可执行的查询语句，附带可视化预览。
用户无需学习查询语言，但需确认查询准确性。

04判断：AI 助手正在成为可观测性入口

Grafana Assistant 的扩展，本质上是将自然语言界面嵌入到可观测性工作流的每一个环节。它不再是一个“补充工具”，而是正在成为运维人员与基础设施之间的首要交互界面。

但这一角色转变也有代价。

AI 助手的响应质量取决于 三个因素：底层遥测数据的完整性、合适的访问权限，以及模型能否在异构数据源之间可靠地生成并执行查询。任何一个环节出问题，助手的输出都可能是误导性的。

编辑核心判断

自然语言接口降低了可观测性门槛，但底层数据质量与权限管控才是决定 AI 助手实际价值的真正瓶颈。行业竞争的重点，正在从“谁更会聊天”转向“谁的数据基础设施更可靠”。

▶现在就能用

Grafana Assistant 已随 Grafana 最新版本可用，支持自托管及云服务。企业用户可通过 Grafana Enterprise 或 OSS 部署体验。

访问 Grafana 官网 → 了解详情