理应资讯
软件研发智能化

groundcover 让编程智能体接入生产可观测:MCP 拉证据或异步交办根因分析

理应编辑室 ·

可观测平台 groundcover 为 Claude、Codex、Cursor 与 AWS Kiro 等编程智能体提供生产侧证据:既可经 MCP 拉取日志/链路/K8s 事件,也可把模糊问题异步交给其观测智能体做根因分析。

编程智能体很擅长根据仓库推断「代码应当怎样表现」,但一过部署边界就常常失明。可观测平台 groundcover 补的正是这一段:让 Claude、Codex 等把生产排查交给自家观测智能体,Cursor 与 AWS Kiro 则可通过 MCP 工具接入。

接入分两条路。若智能体已经知道要看什么证据,可直接经 MCP 拉取日志、链路与 Kubernetes 事件;若问题更含糊,则作为一个异步 Agent Task 交给 groundcover Agent——立刻返回任务 ID,调用方继续干别的,稍后取回根因分析或草稿仪表盘。产品内还有 Agent Mode,工程师可实时纠偏调查方向,或让智能体根据发现生成监控与仪表盘;在 Slack 事故线程里 @groundcover,会把对话当作上下文,并可联动 Linear、GitHub 等已连接系统。

架构上它走客户云内部署(bring-your-own-cloud),遥测留在客户自己的云账号,计费按节点而非按数据量——这对需要保留高保真证据的智能体排查更友好。联合创始人兼 CEO Shahar Azulay 的表述很直接:没有证据,智能体就说不清生产里「已经发生了什么」。编辑器里的智能体正在往生产侧延伸;会读代码,也开始能读线上事实。

# groundcover# MCP# 可观测性# 编程智能体# 软件研发智能化