# 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。

最后校对于 2026-10-10

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[​](#开始之前 "开始之前的直接链接")

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](https://n9e.github.io/zh/docs/ai/llm-provider.md)。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[​](#工作区 "工作区的直接链接")

**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。

![Nightingale AI 工作区](https://n9e.github.io/zh/img/docs/ai/assistant.zh.webp)![Nightingale AI 工作区](https://n9e.github.io/zh/img/docs/ai/assistant.zh.dark.webp)

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](https://n9e.github.io/zh/docs/ai/agents.md)。

## 它能做什么[​](#它能做什么 "它能做什么的直接链接")

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[​](#改动已有对象时会停下来等确认 "改动已有对象时会停下来等确认的直接链接")

`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：

1. 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。
2. 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](https://n9e.github.io/zh/docs/ai/automation.md)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[​](#产品里其它地方的-ai-按钮 "产品里其它地方的 AI 按钮的直接链接")

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](https://n9e.github.io/zh/docs/ai/workflows.md)。

## 它看不到你看不到的东西[​](#它看不到你看不到的东西 "它看不到你看不到的东西的直接链接")

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](https://n9e.github.io/zh/docs/concepts/auth-rbac.md)。

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[​](#它和-mcp-端点不是一回事 "它和 MCP 端点不是一回事的直接链接")

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](https://n9e.github.io/zh/docs/ai/a2a.md)。

## 你的数据去了哪[​](#你的数据去了哪 "你的数据去了哪的直接链接")

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[​](#下一步 "下一步的直接链接")

* 先把模型配好：[配置大模型提供方](https://n9e.github.io/zh/docs/ai/llm-provider.md)
* 把团队的方法教给它：[安装、管理与编写 Skills](https://n9e.github.io/zh/docs/ai/skills.md)
* 好用的提示词：[常见排查工作流](https://n9e.github.io/zh/docs/ai/workflows.md)