Grafana Labs ने अपने ऑब्ज़र्वेबिलिटी प्लेटफ़ॉर्म में एआई वॉचर्स और कोड सुधारने वाले एजेंट जोड़े

Grafana Labs उभरती समस्याओं पर नज़र रखने वाले एआई एजेंट, इंसानी समीक्षा के लिए कोड सुधार तैयार करने वाले टूल और इन्फ्रास्ट्रक्चर की विफलताओं को उनसे प्रभावित उपयोगकर्ताओं से जोड़ने वाला साझा नॉलेज ग्राफ़ शामिल करके Grafana Cloud का विस्तार कर रही है। ObservabilityCON 2026 में घोषित ये सुविधाएँ दो ऐसे कामों को संबोधित करती हैं, जो तेज़ी से एक-दूसरे से जुड़ रहे हैं: सॉफ़्टवेयर चलाने के लिए एआई का इस्तेमाल करना और उत्पादन में इस्तेमाल हो रहे एआई सिस्टम की निगरानी करना।

इस चरण में आम तौर पर उपलब्ध सुविधाओं के साथ सार्वजनिक और निजी पूर्वावलोकन भी शामिल हैं। Assistant Watchers और OpenTelemetry समर्थन वाला Agent Observability आम तौर पर उपलब्ध हैं, जबकि Grafana Cloud Agents सार्वजनिक पूर्वावलोकन में प्रवेश कर रहा है। इनके साथ Grafana तेज़ लॉग खोज, टेलीमेट्री लागत पर अतिरिक्त नियंत्रण और व्यावसायिक प्लगइन बाज़ार भी पेश कर रही है।

मूल सवाल यह है कि संचालन टीम को एजेंट को कितनी दूर तक जाने देना चाहिए। किसी असामान्य पैटर्न का पता लगाने, विफलता की वजह समझाने और उत्पादन कोड में बदलाव करने के नतीजे अलग-अलग होते हैं। Grafana की घोषणा इन चरणों को एक-दूसरे के करीब लाती है, लेकिन कोड में सुझाए गए सुधारों के लिए इंसानी मंज़ूरी बरकरार रखती है।

टेलीमेट्री पर नज़र रखने से लेकर सुधार सुझाने तक

Assistant Watchers की मदद से टीमें साधारण भाषा में बता सकती हैं कि वे किस चीज़ की निगरानी करना चाहती हैं। पहले से तय सीमा पर पूरी तरह निर्भर रहने के बजाय, Watcher टेलीमेट्री से पैटर्न सीखता है और उनमें बदलाव होने पर उससे जुड़े साक्ष्य सामने लाता है। नतीजे मौजूदा Grafana Alerting के ज़रिए भेजे जाते हैं और कोई गंभीर निष्कर्ष आगे की गहन जाँच शुरू कर सकता है।

इससे Grafana Assistant की क्षमताएँ बढ़ती हैं। यह कंपनी का अंतर्निर्मित एजेंट है, जिससे परिचालन डेटा के बारे में सवाल पूछे जा सकते हैं। जुलाई से आम तौर पर उपलब्ध Assistant Investigations, अलर्ट या घटनाओं से शुरू हुई लंबी जाँच कर सकता है। नए Watchers जाँच शुरू करने का एक और आधार देते हैं: ऐसा उभरता बदलाव जिसे टीम ने अभी तक अलर्ट नियम के रूप में दर्ज न किया हो।

Grafana Cloud Agents एक नियंत्रित क्लाउड परिवेश उपलब्ध कराता है, जहाँ Assistant लाइव टेलीमेट्री के साथ रिपॉज़िटरी कोड की जाँच कर सकता है, सुझाया गया सुधार तैयार कर सकता है और पुल रिक्वेस्ट खोल सकता है। सार्वजनिक पूर्वावलोकन में किसी व्यक्ति की मंज़ूरी के लिए समीक्षा योग्य बदलाव तक ही सुविधा सीमित है। संभावित रूप से सही निदान और काम करने वाले पैच को भी ऐप्लिकेशन की ज़रूरतों और डिप्लॉयमेंट प्रक्रिया के अनुरूप होने की पुष्टि की आवश्यकता रहती है।

यह इसलिए अहम है, क्योंकि एजेंट पर्याप्त साक्ष्य न होने पर भी भरोसेमंद लगने वाली व्याख्या दे सकता है। हर निष्कर्ष को टेलीमेट्री से जोड़ने पर इंजीनियर उसकी जाँच कर सकते हैं, जबकि पुल रिक्वेस्ट वास्तविक बदलाव की समीक्षा के लिए एक परिचित जाँच-बिंदु देती है।

एजेंटों पर ही नज़र रखना

घोषणा का दूसरा हिस्सा उन एआई वर्कलोड से जुड़ा है, जो पहले से ऐप्लिकेशन के भीतर चल रहे हैं। Agent Observability में OpenTelemetry का आम तौर पर उपलब्ध समर्थन एजेंट की गतिविधियों को उसी खुले इंस्ट्रूमेंटेशन मानक के दायरे में लाता है, जिसका इस्तेमाल अन्य सेवाओं के लिए होता है।

Grafana के Agent Observability उत्पाद के दस्तावेज़ में प्रॉम्प्ट, टूल कॉल और जवाबों के बीच बातचीत को दोबारा देखने की सुविधा के साथ-साथ विलंबता, टोकन खपत, मॉडल की लागत, मूल्यांकन और प्रयोगों का भी ज़िक्र है। इससे टीमें महँगे मॉडल कॉल और धीमी डाउनस्ट्रीम सेवा के बीच अंतर कर सकती हैं, या प्रॉम्प्ट अथवा टूल में बदलाव के बाद गुणवत्ता में आई गिरावट की जाँच कर सकती हैं।

इन्फ्रास्ट्रक्चर की स्थिति और जवाबों की गुणवत्ता मापने के लिए अलग-अलग पैमाने चाहिए। कोई सेवा उपलब्ध रह सकती है, जबकि एजेंट गलत टूल का इस्तेमाल करे या खराब जवाब दे। परिचालन टेलीमेट्री को मूल्यांकन के साथ जोड़ने से इंजीनियरों के लिए जाँच के दायरे में आने वाली चीज़ें बढ़ती हैं; इससे गुणवत्ता से जुड़े हर निर्णय अपने-आप नहीं हो जाते।

लक्षणों को प्रभाव से जोड़ने वाला नॉलेज ग्राफ़

Grafana हर Grafana Cloud स्टैक में Knowledge Graph भी शामिल कर रही है। रनटाइम संदर्भ की यह परत ऐप्लिकेशन, डेटाबेस, क्लाउड सेवाओं, Kubernetes इन्फ्रास्ट्रक्चर और उपयोगकर्ताओं को दिखाई देने वाली टेलीमेट्री को आपस में जोड़ती है। टीमें अपने लिए अहम उत्पादों या कारोबारी प्रणालियों को दर्शाने के लिए कस्टम इकाइयाँ और संबंध जोड़ सकती हैं।

एजेंटों के लिए कस्टम इकाइयाँ और रनटाइम संदर्भ आम तौर पर उपलब्ध हैं। Cypher क्वेरी की एक नई सुविधा एजेंटों को ग्राफ़ से संबंध प्राप्त करने देती है। Grafana का कहना है कि Assistant और gcx के ज़रिए जुड़े एजेंट इस संदर्भ तक पहुँच सकते हैं। इसका मकसद हर जाँच के दौरान कच्चे लॉग से निर्भरताओं का दृश्य फिर से तैयार करने के बजाय, निर्भरताओं के पहले से स्थापित दृश्य का दोबारा इस्तेमाल करना है।

Grafana के मौजूदा Cloud MCP सर्वर के दस्तावेज़ बाहरी एजेंटों के प्रति उसके दृष्टिकोण का उपयोगी संदर्भ देते हैं। होस्ट किया गया सर्वर, संगत क्लाइंट को OAuth प्राधिकरण के ज़रिए Grafana डेटा की क्वेरी करने देता है; पहुँच उपयोगकर्ता की Grafana अनुमतियों तक सीमित रहती है। इसलिए अलग-अलग टूल के बीच परिचालन संदर्भ साझा करना, उस डेटा के लिए तय की गई अनुमतियों और सीमाओं पर भी निर्भर करता है।

कई अन्य सुविधाएँ अभी पूर्वावलोकन में हैं। स्वामित्व की जानकारी वाला सेवा कैटलॉग, Mobile Observability, Critical User Journeys और Knowledge Graph के साथ Operational Context निजी पूर्वावलोकन में हैं। Session Replay और Grafana Workflows सार्वजनिक पूर्वावलोकन में हैं। Response Console, जो इंसानी जवाबदेहों और एजेंटों को एक साझा घटना कार्यक्षेत्र में लाता है, निजी पूर्वावलोकन में है।

इन अंतरों को समझना अपनाने के फैसले के लिए अहम है। टीमें अभी आम तौर पर उपलब्ध ग्राफ़ क्षमताओं के आधार पर काम शुरू कर सकती हैं, लेकिन व्यापक घटना-प्रतिक्रिया कार्यप्रवाह पर निर्भर होने से पहले उन्हें पूर्वावलोकन तक पहुँच और उसकी परिपक्वता का अलग-अलग आकलन करना चाहिए।

अधिक टेलीमेट्री से AI स्टैक में लागत नियंत्रण भी अहम हो जाता है

एजेंट जाँच के लिए अतिरिक्त गतिविधियाँ उत्पन्न करते हैं: मॉडल अनुरोध, टूल कॉल, कोड में बदलाव और उन ऐप्लिकेशनों का व्यवहार जिनसे वे जुड़ते हैं। हर संकेत को पूरी लागत पर सहेजे बिना इस जानकारी को उपयोगी बनाए रखना भी इस रिलीज़ का एक अन्य केंद्रबिंदु है।

Grafana Cloud Logs में Logline की तकनीक पर आधारित, आम तौर पर उपलब्ध पूर्ण-पाठ खोज संवर्द्धन जोड़े गए हैं। Grafana ने Logline का अधिग्रहण अप्रैल 2026 में किया था। Grafana का कहना है कि ये बदलाव ऑब्जेक्ट स्टोरेज में अनुरोध आईडी जैसे दुर्लभ मानों की खोज को तेज़ करते हैं और इसके लिए कोई अतिरिक्त शुल्क नहीं लिया जाता। यह उन जाँचों के लिए खास तौर पर उपयोगी है जिनमें समग्र रुझान के बजाय किसी एक विशिष्ट घटना को ढूँढ़ना हो।

सार्वजनिक पूर्वावलोकन में उपलब्ध Adaptive Logs Archive, लॉग को खुले प्रारूप में ग्राहक के स्वामित्व वाले ऑब्जेक्ट-स्टोरेज बकेट में भेजता है। आम तौर पर उपलब्ध Adaptive Metrics Auto-Apply, कार्डिनैलिटी घटाने की सिफ़ारिशों को अपने-आप लागू करता है। इसमें Cost Mode भी है, जिसका उद्देश्य कुल सक्रिय सीरीज़ की संख्या में बढ़ोतरी रोकना है। आम तौर पर उपलब्ध एक अन्य अपडेट से डेवलपर पिछले 24 घंटों के ट्रेस आईडी के ज़रिए उन्हें प्राप्त कर सकते हैं, भले ही Adaptive Traces ने उन्हें हटा दिया हो।

इसका समझौता केवल वित्तीय ही नहीं, परिचालन संबंधी भी है: रिटेंशन और सैंपलिंग के विकल्प तय करते हैं कि किसी विफलता के बाद कौन-से साक्ष्य उपलब्ध रहेंगे। ग्राहकों के स्वामित्व वाले संग्रह और ट्रेस प्राप्त करने की तय समय-सीमा से टीमों को अधिक विकल्प मिलते हैं, लेकिन उन्हें अब भी ऐसी नीतियों की ज़रूरत है जो उनकी जाँच और अनुपालन संबंधी आवश्यकताओं के अनुरूप हों।

व्यावसायिक बाज़ार और स्वायत्तता की ओर सोच-समझकर बढ़ता रास्ता

आम तौर पर उपलब्ध Grafana Marketplace, सत्यापित साझेदारों के सशुल्क प्लगइन को मौजूदा प्लगइन इकोसिस्टम में जोड़ता है। सशुल्क प्लान वाले Grafana Cloud ग्राहक 14-दिवसीय परीक्षण शुरू कर सकते हैं और अपने मौजूदा बिल के ज़रिए मासिक सदस्यता ले सकते हैं। प्लगइन के लिए सहायता साझेदार देते हैं, जबकि बिलिंग Grafana संभालता है। मौजूदा मुफ़्त प्लगइन वितरण भी जारी रहेगा।

ये घोषणाएँ Grafana Labs और ETR की 2026 की ऑब्ज़र्वेबिलिटी की स्थिति पर रिपोर्ट के साथ आई हैं, जो IT और इंजीनियरिंग क्षेत्र के 300 नेताओं पर आधारित है। जारी की गई जानकारी के अनुसार, 68% लोग ऑब्ज़र्वेबिलिटी के लिए AI के इस्तेमाल को जाँच से आगे बढ़ाकर प्रायोगिक परियोजनाओं या उत्पादन तक ले गए हैं। केवल पढ़ने वाली जाँच के मामले में सहजता का स्तर 85% है, जो पूरी तरह स्वायत्त सुधार के लिए दर्ज 52% से काफ़ी अधिक है।

सर्वेक्षण के ये जवाब अपनाने के रुझान और लोगों के विचार बताते हैं; वे नई घोषित टूलों की विश्वसनीयता साबित नहीं करते। फिर भी, वे इस चरणबद्ध शुरुआत की दिशा स्पष्ट करते हैं: पहचान और जाँच को स्वचालित करना, निर्भरताओं का साझा रिकॉर्ड उपलब्ध कराना और प्रस्तावित कार्रवाइयों की समीक्षा संभव बनाना। इंजीनियरिंग टीमों के लिए व्यावहारिक कसौटी यह होगी कि क्या यह संयोजन बेहतर साक्ष्य जुटाता है और बार-बार होने वाली जाँचों को कम करता है, साथ ही यह भी स्पष्ट रखता है कि महत्वपूर्ण बदलावों की ज़िम्मेदारी किसकी है।