flowchart LR
APM["APM 底座<br/>功能完善 · 告警完善 · 架构极简"]
AI["AI 平台<br/>多智能体 · 问数 · 巡检"]
Deploy["一键部署<br/>Docker · K8s"]
APM --- AI --- Deploy
国产开源 AI 原生 OpenTelemetry APM，核心闭环已跑通。
按优先级推进以下五项，打通「采集 → 观测 → 智能」完整链路：
flowchart LR
OneAgent["① One-Agent 开源"]
OTelLogs["② OTel 日志"]
eBPF["③ eBPF 无侵入采集"]
AgentObs["④ Agent 观测"]
AgentMem["⑤ AI Agent 记忆"]
OneAgent --> OTelLogs --> eBPF
eBPF --> AgentObs --> AgentMem
| # | 方向 | 目标 |
|---|---|---|
| ① | One-Agent 开源 | 统一采集 Agent 开源发布，Trace / 指标 / 日志 / 主机指标一站式上报，开箱对接 DataBuff Ingest |
| ② | OpenTelemetry 日志 | 接入 OTLP Logs，支持 OpenTelemetry 生态的日志采集与 Trace 关联，补齐可观测性三支柱 |
| ③ | eBPF 无侵入 APM | 基于 eBPF 的内核级采集，零代码改动覆盖主机、容器、K8s 场景，补充 Agent 难以触达的运行时 |
| ④ | Agent 观测 | 对 AI Agent 本身做可观测——调用链、Token 消耗、工具调用、延迟与错误，让 Agent 运行可追踪、可诊断 |
| ⑤ | AI Agent 记忆 | 为平台内多智能体引入持久化记忆，跨会话保留上下文与诊断结论，让 AI 越用越懂你的系统 |
| 方向 | 目标 |
|---|---|
| AI 更深 | 流式对话、更多数字专家、因果根因分析 |
| APM 更全 | 日志关联、RUM、更多中间件覆盖 |
| 告警更强 | 组合规则、事件处理流程、通知集成 |
| 部署更稳 | 多节点集群、持久化方案、Helm Chart |
flowchart TD
Today["今天<br/>AI 帮你查数据、做分析"]
Next["近期<br/>AI 帮你定位根因"]
Future["未来<br/>AI 自主巡检 → 诊断 → 处置"]
从「AI 辅助看」到「AI 自主管」 —— 这是 DataBuff 的终极方向。