Nightingale AI 概览
Nightingale AI 是内置在页面里的助手，能查告警、指标和配置并起草改动；权限与提问的人完全一致。
这页办完你会知道：内置助手到底答得了哪些问题、从哪些地方能叫出它， 以及为什么它永远看不到提问者看不到的东西。
开始之前
一条同时处于启用和默认状态的 LLM 配置——做法见
配置大模型提供方。没有它，每次提问换来的都是一张
当前环境没有大模型配置 的卡片。除此之外什么都不用装，助手就在 n9e 进程里。
工作区
Nightingale AI 在侧栏顶部，紧挨着首页下面。它自己的左边栏里有新建会话， 以及——账号带着对应权限点时——LLM 管理和 Skill 管理。 下面的会话列出你自己的历史对话，带一个搜索框。
新会话给三个起手式，基本就是它的用途摘要：快速了解夜莺、 盘一盘我的告警（哪些规则最吵、哪些从没触发过）、一句话配一条告警。
会话按用户存，不删就一直在——见 Agent 与对话历史。
它能做什么
每一轮都是一个工具调用循环：模型挑一个工具，夜莺执行，结果回给它，再来一轮—— 最多 25 轮，加载的 Skill 抬高了预算就更多。所以答案来自你的数据， 而不是模型对「监控」这件事的泛泛记忆。
能读的东西，按面划一下：
| 面 | 够得着什么 |
|---|---|
| 事件 | 活跃与历史告警、事件详情、规则计算日志、事件处理日志、工作流执行记录 |
| 配置 | 告警规则、屏蔽与订阅规则、自愈脚本、通知规则、通知媒介、消息模板、数据源、仪表盘 |
| 资产 | 机器及其实时状态、同组邻居机器、用户、团队、业务组 |
| 查询 | PromQL 即时与区间查询、日志查询，以及 SQL 类数据源的库 / 表 / 字段列举 |
| 文档 | 对夜莺和 Categraf 文档的检索——版本相关的字段名从文档里取证，而不是靠记忆 |
能写的就短多了——创建告警规则、仪表盘、通知规则、屏蔽规则、订阅规则，修改这几类， 导入 Prometheus 规则文件或仪表盘模板，以及编写 Skill。一个删除工具都没有。
创建类工具缺了不该猜的信息——最常见的是业务组——它不会随便挑一个， 而是停下来弹一个下拉让你选，选完再接着干。
改动已有对象时会停下来等确认
update_* 这一族是两阶段的，而且门开在服务端，不是写在提示词里：
- 第一次调用只把改动算出来存下，不落库。这一轮以一张确认卡片结束， 上面列着要改什么——这段文案由工具自己生成，模型改不了措辞。
- 只有你在下一轮明确确认，改动才会按存下来的内容重放执行，这一步模型不再参与。
提案 30 分钟过期，而且只能确认一次。如果这期间对象被别人改过，确认会被拒绝， 而不是把别人的修改悄悄盖掉。
安全的自动化模式就建立在这个机制上—— 它也是「改配置这件事，内置助手比开了写工具的 MCP 客户端更安全」的原因。
产品里其它地方的 AI 按钮
不一定要进工作区。几乎每个页面的右上角都有一个 Nightingale AI 按钮， 点开是一个浮动对话框，它知道你在哪个页面，推荐问题也跟着变：
| 在哪 | 给什么 |
|---|---|
| 规则管理 | 按描述创建一条规则；某条规则为什么没发告警；这条告警为什么触发 |
| 告警事件 / 历史事件 | 总结当前分布；哪些规则或对象触发最多；按级别和业务组拆解 |
| 事件详情 | 分析根因；查同对象、同规则下的相似历史告警 |
| 设备列表 | 新装的机器为什么没出现；这台机器为什么失联；怎么部署 Categraf |
| 仪表盘 | 给某个组件建一个仪表盘；分析这个仪表盘；找出趋势异常的图表 |
| 通知规则 / 通知媒介 | 这条规则会命中哪些事件；为什么没发出通知；怎么 @ 到具体的人 |
| 告警自愈 | 写一个磁盘清理或服务重启脚本；脚本怎么从 stdin 拿告警字段 |
另外每个 PromQL 输入框旁边都有一个小 AI 按钮——即时查询、告警规则表单、 记录规则、仪表盘图表都有——消息模板编辑器里也有一个。 具体例子见常见排查工作流。
它看不到你看不到的东西
助手跑在提问账号的权限上下文里。你打不开的业务组它读不到，你改不了的规则它改不了。 背后没有服务账号，也没有单独一套「给 AI 的权限」——模型见 认证与权限。
Skill 还叠了一层：标成仅管理团队可见的 Skill，会从其他人的目录里整个摘掉， 模型根本不知道它存在。
它和 MCP 端点不是一回事
两个入口同时存在，互不依赖。
| 内置助手 | /mcp | |
|---|---|---|
| 模型在哪 | 你配的 LLM，在夜莺里 | 客户端自带的模型：Claude Code、Cursor |
| 需要 LLM 配置吗 | 要 | 不要 |
| 工具箱 | 上面说的内置那套，加上 Skill | 另一套细粒度工具集 |
| 写操作 | 永远走两阶段确认 | 默认关闭；打开后是即时写入 |
/a2a 是第三个入口：它把这个助手包起来，让别的 Agent 平台用自然语言跟它对话，
所以它是需要 LLM 配置的。见 A2A 端点。
你的数据去了哪
LLM 配置里填的那个地址，就是监控数据唯一会去的地方。夜莺没有自己的模型服务， 也没有什么中央 AI 服务——指向局域网里的 Ollama 或 vLLM，数据就完全不出域。
有一条出网请求值得知道：文档检索工具大约每天一次，从 flashcat.cloud 下载一份
公开的文档索引，然后在本地检索。它不上传任何东西；把它挡掉的话，
只有这一个工具降级，别的照常。
下一步
- 先把模型配好：配置大模型提供方
- 把团队的方法教给它：安装、管理与编写 Skills
- 好用的提示词：常见排查工作流