Cleric 是一款面向 SRE（站点可靠性工程）与可观测性场景的 AI 智能体工具，旨在帮助工程团队在生产环境中自动验证变更、发现并修复回归问题，从而减少客户可感知的事故。
用途
Cleric 的核心用途是作为生产环境的“变更守门人”和“值班助手”。它会在代码合并后持续跟踪每一次变更，在真实生产流量下验证其效果，调查失败原因，提交修复方案，并在修复部署后再次验证恢复情况。其目标是让团队在客户注意到问题之前就发现并修复回归。
主要能力
- 变更验证：Cleric 会检查每次生产变更，在真实流量下验证其效果。如果发现回归（例如延迟升高、错误率上升），它会自动打开修复 PR，并在修复部署后验证恢复。
- 告警处理：Cleric 可以接管 pager，处理告警并关闭误报，只将需要人工介入的真实问题上报，并附带调查发现。
- 生产级调查：当发生事故时，Cleric 会确认问题真实性、诊断根因（例如配置变更导致连接池耗尽），并生成修复 PR 供审批，随后监控修复效果直至恢复。
- 跨系统追踪：Cleric 会映射服务、依赖关系和所有权，以追踪跨系统的回归。
- 持续学习：Cleric 从每次修复中学习，并将上下文带入未来的调查。
使用方式
Cleric 设计为可快速集成到现有技术栈中，通常在一个下午内即可完成连接。默认使用只读访问权限，当团队准备好后可开启写权限。它会在代码合并后读取 PR 信息，并在后续 14 天内持续检查变更效果（例如第 1 天部署后首次检查、第 3 天工作日高峰流量、第 7 天完整销售周期、第 14 天窗口关闭无偏差）。当发现异常时，Cleric 会通过应用通知（如 Cleric APP）发送告警，并自动打开修复 PR，等待人工审批后部署并验证。
适用场景
- 工程团队希望在生产环境中自动验证每次变更，防止回归演变为事故。
- SRE 团队希望减少告警噪音，只处理真实问题。
- 需要快速定位生产事故根因并获取修复建议的场景。
- 希望将值班（on-call）负担部分转移给 AI 智能体的团队。
限制与安全
Cleric 默认只读，所有操作均有日志记录，每次调查可审计。它符合 SOC 2 Type II 合规，并定期进行手动渗透测试。数据在所有环节加密，且不会用于训练。
其他信息
Cleric 被 Gartner 评为 AI for SRE 与可观测性领域的 Cool Vendor。官方页面还包含专家播客片段和客户评价，但未提供具体定价、平台支持列表或详细安装步骤。
