PagerDuty API在 IT 运维中的应用 API

事件辅助诊断AI助手

PagerDuty Copilot 是一款为 PagerDuty Cloud 用户提供的生成式 AI 助手。它在事件发生时，能够帮助进行事件诊断。通过提供事件的上下文支持，帮助识别影响因素和问题隔离，并提出补救路径，从而更快地解决问题。响应者可以与 PagerDuty Copilot 互动，通过展示变更事件、建议的补救途径和其他可能的原因分析来进行调查。总的来说，PagerDuty Copilot 能够减轻响应者的负担并自动执行时间密集型任务。

在大型分布式系统中，事件的发生往往是复杂的。需要分析的信息包括服务中断、各种警告和变更、客户投诉等。这些信息统一在事件工作台界面上，难以在短时间内了解问题全貌。PagerDuty Copilot 在这种情况下，通过自然语言的问答模式，快速提供洞察能力，帮助快速了解事件、分析对客户的影响、问题的可能原因，并提出自动化修复建议。

AI生成事件状态更新同步干系人

在计划外的事件如罢工或工作中断发生时，定期状态更新对问题解决至关重要。行业最佳实践建议每 30 分钟向利益相关者和领导层进行状态更新。然而，制作这些更新需要时间，尤其在团队已处于高压状态时，会增加认知负担。通过将生成式人工智能集成到状态更新功能中，可以自动生成基于角色的状态更新草稿，提供关于事件、进展和挑战的关键见解。这不仅节省时间，还增强了事件管理流程，使团队专注于实际问题解决。

操作流程

在事件管理界面点击“generate status updates”按钮。
点击“generate”按钮，自动生成针对该事件的最新状态说明信息，并可预览生成的邮件格式。

AI生成事后分析及总结报告

事后分析是卓越运营的主要内容之一，通过站点可靠性工程 (SRE) 推动的最佳实践。它帮助理解问题所在、找出改进之处，并避免重复错误。进行事后分析通常是繁琐且手动的过程，需要收集所有相关数据点供团队审查。PagerDuty Copilot 利用人工智能应用，自动创建全面的事件后总结报告，节省时间并为捕获关键知识提供起点，培养持续改进的文化。

数据收集和报告生成

事件解决后，用户可以选择生成事后分析报告。
触发实时数据收集过程，搜集所有与当前问题相关的可用数据。
系统生成详细报告，包含主要发现、根本原因和改进领域，生成建议的行动项目列表。

AI生成流程自动化

自 PagerDuty Operations Cloud 平台建立以来，它一直在多平台使用自动化，通过与众多合作伙伴提供脚本和插件来自动化工作流程，帮助客户更快地管理和解决计划外工作。用户可以利用生成式人工智能来实现自动化需求，系统可以使用用户喜欢的脚本语言完成任务，甚至轻松地从一种语言转换到另一种语言。

实现自动化的步骤

生成自动化脚本。
在故障时选择执行自动化脚本。
查看执行过程，确保流程顺利进行。

将ARMS告警管理接入PagerDuty

PagerDuty 是为企业 IT 部门提供事件响应的软件。通过将 ARMS 告警管理接入 PagerDuty，可以触发自动事件或追踪服务变化。实现告警管理的连接主要通过创建服务和 Webhook。

服务和 Webhook 的创建

在 PagerDuty 控制台创建对应的服务。
根据需要选择为 Events API v1 或 Events API v2 创建 Webhook，通过 Webhook 将告警发送至 PagerDuty。
设置通知策略，将创建的 Webhook 设置为告警通知对象。

Pygerduty：PagerDuty API的Python库

Pygerduty 是一个轻量级的 Python 库，旨在简化与 PagerDuty API 的交互过程。它支持从 v1 到 v2 的版本过渡，提供了丰富的功能集。通过 Pygerduty，可以实现自动化警报管理和复杂事件的快速响应。

Pygerduty的特点

版本过渡平滑：双版本共存设计，保证代码的平滑升级。
文档丰富：紧密跟随 PagerDuty 官方文档，提供清晰的使用示例。
灵活资源操作：覆盖所有核心 API 操作，提供一致的接口。
模块化设计：提高了代码的可维护性和扩展性。

总结

PagerDuty Copilot 所实现的高效、灵活、智能的运维辅助服务，依赖于大模型的能力。这种大模型具有强大的学习和理解能力，能够处理大量复杂信息，给出准确反馈和建议。然而，在国内要达到同样的效果，还存在差距。需要持续的学习和研究，提升国内大模型的能力。

FAQ

问：PagerDuty Copilot 如何帮助事件诊断？
- 答：PagerDuty Copilot 能够提供事件的上下文支持，帮助识别问题影响因素和隔离问题，并提出补救路径，从而加速问题解决。
问：如何利用 PagerDuty API 进行自动化警报管理？
- 答：通过 Pygerduty 库，可以简化与 PagerDuty API 的交互，支持自动化警报管理和复杂事件的快速响应，提供高度定制化的解决方案。
问：如何将 ARMS 告警管理集成到 PagerDuty 中？
- 答：通过在 PagerDuty 控制台创建服务和 Webhook，将告警管理连接到 PagerDuty，实现自动事件触发和服务变化追踪。
问：生成式人工智能如何提高状态更新效率？
- 答：生成式人工智能可以自动生成基于角色的状态更新草稿，处理当前事件相关数据并生成摘要，提供关于事件、进展和挑战的关键见解。
问：在国内实现与 PagerDuty 类似的 AI 辅助服务面临哪些挑战？
- 答：国内实现类似服务的挑战在于大模型的能力差距，以及市场验证的难度。需要持续学习和研究，提升大模型的能力以满足市场需求。