生态

DeepXplore 是一个 AI 驱动的性能智能平台，以 GreptimeDB 作为统一的遥测数据后端——将指标、日志和链路追踪转化为自动化的根因分析与修复。

遥测数据通过标准协议接入——Prometheus Remote Write 和 OTLP——无需编写任何集成代码。数据写入后，同一存储同时支撑阈值校验、实时仪表盘、异常检测和 AI 根因分析。

因为 GreptimeDB 将指标、日志和链路追踪存储在同一个引擎中，DeepXplore 的 AI 智能体可以无缝地跨信号类型关联证据。DeepXplore Agent 在集群内部运行，以拉取方式获取 RCA 任务——无需对外开放端口。当证据足够充分时，DeepXplore Code 自动实现修复、运行测试并完成部署，形成从检测到修复的闭环。

• AI 根因分析 — 数秒内给出排好优先级、有证据支撑的根因结论
• DeepXplore Code — 从根因到自动部署修复的 AI 自动化流程
• 性能测试 — 真实流量模拟与用户旅程测试
• 异常检测 — 基于季节性感知的机器学习模型，在用户受影响之前预测 SLA 违规

Hebo AI 是一个对话式 AI 平台，以 GreptimeDB 作为其 AI Gateway 的可观测性后端——为 LLM 链路追踪、Token 用量、推理延迟和 Gen-AI 信号提供实时可视化。

Hebo 通过 GreptimeDB 的原生 OTLP 端点接入遥测数据，将原本需要 Redis、数据摄取 Worker、转换管道和独立数据库组成的典型架构，收拢为单一引擎。Traces、指标和日志直接通过 HTTP 从 SDK 写入，无需中间基础设施。

GreptimeDB 时序原生的存储引擎和计算存储分离的对象存储架构天然适配 AI 可观测性场景。来自 Gen-AI OpenTelemetry 语义约定的 Span 属性——模型名称、Token 计数、输入/输出消息——通过动态 Schema 自动展开为列，随着语义约定的演进无需任何迁移。

• AI Gateway — 统一接入主流 LLM，自动记录调用和 Token 用量
• 可观测性 — 对话级别的链路追踪、延迟指标和工具调用审查
• 评估 — 用 Markdown 编写的人本评估，可从 CLI 运行