下午六点，你的班结束了。

下一个工程师即将接手，但他/她打开 Slack/Dead Man's Snooze 看到的是：23 条未处理告警、4 个服务在抖动、2 个故障还在排查中……

传统的做法：花 20 分钟整理一份交接文档，写清楚"哪个服务有问题、什么时间触发的、现在什么状态、后续要注意什么"。

用 SigNoz AI 助手：一句话，五秒钟，完整交接简报自动生成。

这篇文章基于 SigNoz 官方文档 - On-Call Handoff Brief，聊聊如何让 AI 帮你做值班交接。

---

值班交接，为什么总让人头疼？

做 SRE/DevOps 的都清楚，交接不是"把告警列表甩给下一位"就完事了。

对方需要知道的是：

• 哪些问题是新的，哪些是已经盯了好几小时的"老面孔"
• 每个告警的当前状态：OPEN？RESOLVED？还是反复抖动中？
• 峰值严重程度：错误率最高飙到过多少？是 5% 还是 100%？
• 上下文线索：这个告警之前有过吗？和哪个变更有关？

把这些信息整理清楚，本身就要花时间——而你刚熬完一个班，大脑已经很累了。

SigNoz AI 助手做的，就是把这份整理工作自动化。你告诉它"给我过去 48 小时的告警历史"，它从 SigNoz 里拉数据，生成一份可直接发出去的交接摘要。

---

一句话，生成完整交接简报

操作简单到有点难以置信。

你只需要对 AI 助手说：

获取过去 48 小时的告警历史。对于每条触发过的告警，
告诉我受影响的服务、触发时间、峰值严重级别，
以及是否已解决还是仍处于开放状态。
格式化为交接摘要。

AI 自动调用的工具：

工具	作用
signoz_list_alerts	拉出所有当前触发的告警
signoz_get_alert_history	获取 48 小时内的完整告警状态转换历史
signoz_get_alert	逐条获取告警详情：严重级别、触发条件、当前状态

---

AI 返回的交接简报，长这样

当前所有 3 条触发告警（严重级别：error）：

**前端服务**：48 小时内波动 65 次。峰值错误率 100%。未解决（OPEN）。
**支付服务**：48 小时内波动 119 次（每 24 分钟一次）。峰值错误率 50%。未解决（OPEN）。
**结账服务**：48 小时内波动 44 次。峰值错误率 100%。未解决（OPEN）。

所有三个告警持续波动——错误率短暂低于阈值后又飙升。
没有一条完全解决。

高波动次数表明根本问题未被修复，
只是被低流量间歇性掩盖。

这份摘要包含了交接需要的所有关键信息：

信息维度	内容
受影响服务	前端、支付、结账，共 3 个
峰值严重级别	2 个 100%，1 个 50%
告警频率	最多 119 次波动（支付服务）
当前状态	全部 OPEN，均未解决
AI 分析结论	高频波动说明根因未修复，只是被低流量掩盖

最后那段分析特别有价值——直接告诉接手的人：别以为错误率临时降下来就没事了，这个问题的根因还没找到。

---

这个场景的核心价值：不只是快

快速生成交接文档当然好，但这个功能的价值远不止"省 20 分钟"。

价值一：让告警历史"活"起来

告警历史本来就有，但躺在 SigNoz 里没人看。AI 帮你把它提炼成叙事性的摘要，接班的人不需要自己去翻历史记录。

价值二：读出告警的"性格"

119 次波动 × 每 24 分钟一次 = 支付服务在过去 48 小时里几乎没有安静过。这种模式靠人眼看告警列表是看不出来的——AI 直接在摘要里写出来。

价值三：结论先行，而不是数据堆砌

一份好的交接文档，不是"告警列表 + 时间戳"的堆叠，而是"发生了什么 → 当前状态如何 → 接下来要注意什么"。AI 生成的内容天然是这个结构。

---

用这个场景，还有几个小技巧

技巧一：调时间窗口，按需拉取

上面用了"48 小时"，实际可以按班次灵活调整：

• 8 小时班：过去 8 小时的告警历史
• 跨周末交接：过去 72 小时，突出哪些是新问题、哪些是遗留问题
• 大促/发布日：过去 24 小时，重点标出哪些与变更相关

技巧二：配合其他调查工具一起用

交接简报是"概览"，但接班的人拿到概览后，肯定会想深挖。SigNoz 的其他 AI 场景可以直接接上：

接班人的下一步	调用的 AI 场景
"前端服务 100% 错误率是什么情况？"	错误率飙升排查
"有没有可能是延迟引起的级联故障？"	延迟峰值排查
"这些告警之间有没有关联？"	告警关联分析
"看一下相关服务的日志"	自然语言日志探索

交接简报是起点，不是终点。

技巧三：交接完，建议发到值班频道存档

AI 生成的摘要可以直接粘贴到 Slack/钉钉/飞书的值班频道，既是正式交接记录，也方便后续复盘时回溯。

---

怎么接入？

1. 有 SigNoz 实例（Cloud 或 Self-Hosted）
2. 已在 SigNoz 中配置告警（如果还没配：告警配置指南）
3. AI 助手已连接 SigNoz MCP Server
   • 参考：SigNoz MCP Server 配置

💡 提示：文档里特别提到，推荐用 Claude Desktop 来实现这个场景，Claude 会生成交互式的交接简报可视化内容，更适合分享给接班工程师。

---

写在最后

值班交接这件事，技术含量不低，但重复性很强——每次班次结束都要做，做的内容结构也都差不多。

AI 接手这部分工作，节省的时间只是一方面。更重要的是：让工程师把精力留给真正需要判断的事情，比如这个故障要不要回滚、那个告警要不要升级，而不是把时间花在复制粘贴告警列表上。

值班已经够累了，能自动化的交接，就别手动了。

---

SigNoz AI 系列文章

这是 SigNoz AI 智能排查系列的第四篇。更多场景：

• 📄 用自然语言排查线上故障 —— 搜索结果陈旧问题实战
• 📄 P99 延迟飙到 4.7 秒？五步用 AI 找出罪魁祸首 —— 延迟峰值排查实战
• 📄 错误率从 0 飙到 18%，三步用 AI 锁定连接池耗尽 —— 错误率飙升排查实战

参考资料

• SigNoz 官方文档 - On-Call Handoff Brief
• SigNoz MCP Server 配置
• 告警配置指南