#Prometheus

AI 监控告警智能分诊：日均 3000 条告警从 25 分钟降到 3 分钟响应

公司的微服务架构每天产生约 3000 条告警（Prometheus + Grafana），值班 SRE 平均响应时间 25 分钟，其中 70% 是误报或低优先级。我们用 Claude 做告警分类和根因推断 + 日志分析 MCP 做自动日志关联 + GitHub MCP 做自动创建 Issue + Slack MCP 做告警通知路由，构建了端到端的告警分诊流水线。误报过滤准确率 94%，真正需要人工处理的告警平均响应时间降到 3 分钟，值班人员工作量减少 68%。本文复盘工具分工、分诊 Prompt 模板、根因推断准确率数据和踩过的坑。