IA & Machine Learning
Bleemeo porta il machine learning nel vostro flusso di monitoraggio — senza competenze di data science e senza alcun modello da addestrare. Queste funzionalità sono operative da subito e sorvegliano le vostre metriche in continuo, per far passare il team dallo spegnere incendi alle operazioni proattive.
Panoramica
Perché il monitoraggio guidato dall'IA è importante
Il monitoraggio tradizionale si basa su soglie statiche: avvisare quando la CPU supera il 90%, quando la memoria scende sotto il 10%, quando l'utilizzo disco supera l'80%. Queste regole rigide generano un flusso costante di falsi positivi perché non distinguono tra un innocuo picco di backup notturno e un processo fuori controllo reale. I team imparano a ignorare gli alert, e quando emerge un problema reale, si perde nel rumore.
Rilevamento intelligente delle anomalie
Invece di chiedervi di definire cosa sia «normale» per ogni metrica di ogni server, Bleemeo lo impara. Un modello fondazionale per serie temporali legge le ultime due settimane di utilizzo di CPU, memoria e swap di ciascun server e prevede l'intervallo entro cui quelle metriche dovrebbero restare nelle 24 ore successive, seguendo il loro ritmo quotidiano e settimanale. I vostri dati non vengono mai usati per addestrare il modello: sono letti al momento dell'inferenza e nient'altro. Quando la media oraria esce da quell'intervallo, sapete che sta accadendo qualcosa di davvero insolito.
Pianificazione predittiva della capacità
Restare senza qualcosa resta una delle cause più frequenti di disservizio. Bleemeo adatta una tendenza allo storico di utilizzo di dischi, memoria e swap, e calcola quando ciascuno raggiungerà i livelli di avvertimento, critico e pieno. Invece di scoprire un disco pieno alle 3 del mattino quando un database si ferma, il team ottiene una data — e il tempo per intervenire. E una data viene annunciata solo se la deriva che la sostiene si è davvero verificata: un servizio che parte e occupa metà della RAM non viene segnalato come una perdita.
Infrastruttura conversazionale
Il server MCP di Bleemeo collega i vostri dati di monitoraggio al mondo degli assistenti IA. Collegate Claude Desktop, Cursor, VS Code o Zed al vostro account e fate domande in linguaggio naturale: «Quali server hanno allarmi critici?», «Cosa è cambiato questa settimana?». Il server MCP fornisce accesso in sola lettura a 30 strumenti di monitoraggio e trasforma la piattaforma in un interlocutore che conosce la vostra infrastruttura.
Pipeline
Come l'IA migliora il vostro monitoraggio
Funzionalità
Funzionalità guidate dall'IA
Modello fondazionale per serie temporali
Chronos-Bolt, di Amazon, legge due settimane di storico orario e restituisce direttamente, sotto forma di quantili, l'intervallo entro cui una metrica dovrebbe restare. Funziona in zero-shot — il modello è usato così come viene pubblicato, mai affinato su dati dei clienti — e produce una previsione in circa 6 millisecondi su CPU, il che consente di ricalcolare in continuo ogni metrica sorvegliata di ogni server.
Pianificazione predittiva della capacità
Una tendenza lineare verificata proietta l'utilizzo di disco, memoria, swap e banda mensile verso la data in cui ciascuno raggiungerà avvertimento (80 %), critico (90 %) e pieno (100 %). Non un vago «si sta riempiendo», ma «questo volume sarà pieno il 15 marzo» — e nulla viene annunciato se la deriva non si è confermata su due finestre indipendenti.
Server MCP per assistenti IA
Collegate Claude Desktop, Cursor, VS Code o Zed al vostro account Bleemeo e interrogate l'infrastruttura in linguaggio naturale. Trenta strumenti in sola lettura permettono agli assistenti IA di esplorare agenti, servizi, container, eventi, log e audit trail — i dati di monitoraggio diventano una conversazione.
Intelligenza senza configurazione
Non c'è alcuna soglia da scegliere né alcun modello da addestrare. Bleemeo iscrive CPU, memoria e swap di ogni server non appena la metrica ha otto giorni di storico, aggiorna la previsione ogni quattro ore e apre un'anomalia quando la media oraria esce dall'intervallo atteso per due ore di fila. I server con meno di 1 GB di RAM vengono esclusi: lì il segnale è troppo rumoroso per essere utile.
Meno affaticamento da allarmi
Un intervallo che segue i cicli quotidiani e settimanali non scatta su un backup notturno che avviene ogni notte. E un'anomalia non è una severità: compare sui grafici, sulla home page e sull'agente, ma non chiama mai nessuno. È lì quando guardate, non alle tre del mattino.
Impara dalle vostre risposte
Ogni anomalia può essere segnata come utile o meno. I falsi allarmi ripetuti mettono in pausa il rilevamento su quella metrica invece di chiedervi di regolare qualcosa: il segnale diventa più tranquillo nel tempo, non più rumoroso. La previsione, dal canto suo, viene ricalcolata ogni quattro ore e segue l'infrastruttura quando cambia.
Rilevamento anomalie
Rilevamento anomalie senza soglie
Bleemeo impara il ritmo quotidiano e settimanale dell'utilizzo di CPU, memoria e swap di ogni server a partire dalle ultime due settimane, e prevede l'intervallo entro cui quelle metriche dovrebbero restare nelle 24 ore successive. Il modello alla base è Chronos-Bolt di Amazon, un modello fondazionale per serie temporali che restituisce la previsione direttamente sotto forma di quantili. È usato in zero-shot: il modello pubblicato viene applicato alle vostre metriche così com'è, e i vostri dati non servono mai ad addestrarlo.
Un'anomalia si apre quando la media oraria esce dall'intervallo atteso per due ore di fila, e si chiude dopo due ore di rientro. Il rilevamento parte non appena una metrica ha otto giorni di storico, ed esclude i server con meno di 1 GB di RAM, dove il segnale è troppo rumoroso per essere utile. La previsione viene aggiornata ogni quattro ore: un cambio di regime durante la giornata viene quindi colto lo stesso giorno, non alla mezzanotte successiva.
- Nessuna soglia da configurare
Niente da scegliere, niente da regolare. L'intervallo atteso deriva dallo storico della metrica stessa: il 95 % di CPU alle 2 del mattino durante l'ETL notturno è normale, il 75 % di CPU a mezzogiorno di martedì non lo è — senza che nessuno abbia dovuto scrivere quella regola.
- L'anticipo è misurato, non promesso
Ogni anomalia viene accostata al primo evento warning o critical che l'ha seguita sullo stesso host. La scheda mostra lo scarto — «allarme 42 minuti dopo» — e ogni vista riassume quante anomalie sono state seguite da un allarme, con l'anticipo mediano. Vedete quanto vale davvero il rilevamento sulla vostra infrastruttura.
- Impara dalle vostre risposte
Ogni anomalia attende un sì o un no. I falsi allarmi ripetuti mettono da soli in pausa il rilevamento su quella metrica: un segnale rumoroso tace, invece di insegnarvi a ignorare la funzionalità.
- Un'anomalia non è una severità
Le anomalie compaiono sui grafici come una banda, sulla home page, nell'intestazione dell'agente e accanto alla metrica nella lista di stato — e non chiamano mai nessuno. Sono contesto per quando guardate, non un altro motivo per essere svegliati.
- Copertura automatica
CPU, memoria e swap vengono iscritti su ogni server idoneo senza configurazione. Nessuna impostazione per server, nessuna selezione di metriche, nessun modello da riaddestrare quando distribuite qualcosa di nuovo.
Capacità
Previsione di capacità: disco, memoria e swap
Restare senza spazio su disco resta una delle principali cause di disservizio imprevisto. I database si fermano, i file di log smettono di scrivere, le applicazioni falliscono con errori criptici e i backup si interrompono in silenzio. I danni vanno spesso oltre il disservizio stesso: dati corrotti, transazioni incomplete e guasti a cascata sui servizi dipendenti. Eppure l'esaurimento è quasi sempre evitabile con abbastanza anticipo.
Bleemeo adatta una tendenza lineare allo storico di utilizzo di ogni partizione monitorata, e alla memoria e allo swap di ogni server, e la proietta sulla data in cui ciascuno supererà tre soglie: avvertimento all'80 %, critico al 90 % ed esaurimento al 100 %. Ogni previsione restituisce un timestamp preciso — non un vago «spazio in esaurimento», ma una data esatta come «questa partizione raggiungerà il 90 % di capacità il 3 aprile 2026 alle 14:30 UTC». La banda mensile viene proiettata allo stesso modo.
La memoria è il caso che ha richiesto entrambi i modelli. Una perdita lenta resta dentro la banda di anomalia, perché la banda riapprende la deriva come il nuovo normale a ogni esecuzione — il modello di tendenza risponde quindi alla domanda che la banda non può affrontare: non «è normale adesso?», ma «quando si rompe?».
- Previsioni su tre soglie
Ricevete avvisi anticipati ai livelli di avvertimento (80 %), critico (90 %) ed esaurimento (100 %). Ogni soglia genera il proprio timestamp previsto, permettendo di dare priorità: pianificare una pulizia in fase di avvertimento, programmare un ampliamento in fase critica, scalare in fase di esaurimento.
- Memoria e swap, non solo disco
Una perdita di memoria lenta è invisibile a una banda che la riapprende come normale, e nessuna soglia la coglie prima che la macchina inizi a fare swap. Memoria e swap hanno insieme una forma quotidiana che vale la pena imparare e una deriva verso un limite dal significato assoluto: per questo ricevono entrambi i modelli.
- Solo una deriva davvero avvenuta
Un singolo gradino sembra una salita su tutta la finestra: un'applicazione che parte e occupa metà della memoria, o un dataset copiato su un disco, riceveva una data di esaurimento che non sarebbe mai arrivata. Ora una data viene annunciata solo se la deriva prevista dalla pendenza si è davvero verificata su due finestre indipendenti.
- Le scadenze vicine restano in corsia veloce
Un disco annunciato pieno tra 26 ore viene ricontrollato ogni quattro ore: smette quindi di avvisare rapidamente non appena qualcuno libera spazio. Un disco che si riempirà la prossima primavera viene ricontrollato una volta al giorno — la sua risposta si muove su scala di giorni e la sua query legge un mese di storico.
- Copertura automatica
Ogni partizione monitorata, e la memoria e lo swap di ogni server, vengono iscritte senza configurazione. Non appena l'agente Glouton riporta l'utilizzo, lo storico si accumula e le previsioni partono — nessuna impostazione per server o per partizione.
- Vi raggiunge prima che guardiate
Una data di capacità che cade nei prossimi 29 giorni finisce nel report settimanale, accanto ai certificati TLS e ai domini in scadenza. La più vicina apre l'email con il suo conto alla rovescia: un disco che si riempie tra tre settimane è qualcosa che leggete un lunedì mattina, non qualcosa che scoprite.
Server MCP
Server MCP: parlate con la vostra infrastruttura
Interrogate i vostri dati di monitoraggio in linguaggio naturale tramite il vostro assistente IA preferito
Il server MCP (Model Context Protocol) di Bleemeo connette la vostra piattaforma di monitoraggio al mondo degli assistenti IA. Una volta configurato, potete fare domande sulla vostra infrastruttura in linguaggio naturale e ricevere risposte istantanee e contestuali basate su dati di monitoraggio in tempo reale. Non è necessario imparare linguaggi di query, navigare dashboard complesse o scrivere script personalizzati — descrivete semplicemente cosa volete sapere, e l'assistente IA interroga Bleemeo per voi.
Il server MCP espone 30 strumenti in sola lettura che coprono ogni aspetto dei vostri dati di monitoraggio. Gli assistenti IA possono elencare tutti gli agenti distribuiti e il loro stato, recuperare dettagli sulla salute dei servizi, controllare le metriche dei container, interrogare eventi e alert, cercare globalmente in tutte le risorse, ispezionare i log di audit e persino elencare le fatture. Tutti gli accessi sono autenticati tramite OAuth e strettamente in sola lettura — il server MCP non può creare, modificare o eliminare alcuna risorsa del vostro account Bleemeo, garantendo la sicurezza della vostra infrastruttura consentendo al contempo un'analisi potente guidata dall'IA.
Salute dell'infrastruttura
Chiedete al vostro assistente IA "Qual è lo stato generale della mia infrastruttura?" e ottenete un riepilogo completo degli stati dei server, alert attivi, disponibilità dei servizi e utilizzo delle risorse su tutta la vostra flotta. Il server MCP interroga simultaneamente agenti, eventi e servizi per costruire un quadro completo.
- Elencare e ispezionare gli agenti
- Interrogare eventi e alert attivi
- Controllare lo stato di salute dei servizi
- Ricerca globale nelle risorse
Risoluzione problemi e analisi
Durante un incidente, chiedete "Quali servizi hanno alert critici in questo momento?" o "Cosa è cambiato nell'ultima ora?" L'assistente IA incrocia dati di alert, eventi recenti, log di audit e stati dei container per aiutarvi a identificare le cause radice più velocemente rispetto alla navigazione manuale di molteplici viste dashboard.
- Consultare i log dell'infrastruttura
- Ispezionare stato e metriche dei container
- Accedere alla pista di audit delle modifiche
- Esaminare i risultati degli healthcheck
Monitoraggio conversazionale
Andate oltre le query semplici con domande di approfondimento. Iniziate con "Mostrami i miei agenti Kubernetes" e poi approfondite: "Quale ha il maggior utilizzo CPU?", "Quali servizi girano su quel nodo?", "Ci sono alert recenti per lui?" L'IA mantiene il contesto durante tutta la conversazione.
- Elencare i tipi di agenti (AWS, K8s, SNMP)
- Recuperare fatti e metadati degli agenti
- Elencare applicazioni e dettagli
- Interrogare la configurazione Glouton
Assistenti IA compatibili
Il server MCP si integra con i principali strumenti di sviluppo IA. L'autenticazione avviene tramite OAuth — lanciate la connessione MCP, autorizzate nel browser, selezionate il vostro account Bleemeo e siete pronti per interrogare. Ogni piattaforma fornisce la gestione degli strumenti per attivare o disattivare funzionalità specifiche.
- Claude Desktop (strumenti + prompt)
- Cursor (strumenti)
- Visual Studio Code (strumenti)
- Zed (strumenti)
Suggerimenti
Riduzione del rumore e ricerca per significatoBeta
Ogni evento sollevato dalla vostra infrastruttura viene trasformato in un vettore, così gli allarmi si confrontano per ciò che significano e non per le parole che contengono. Il modello di embedding è statico — niente GPU, niente runtime transformer, pochi megabyte di dipendenza — ed elabora ben oltre mille eventi al secondo su una normale CPU.
Questo rende possibili tre domande che un filtro testuale non può affrontare: quali dei miei allarmi sono lo stesso allarme che si ripete, si è già visto qualcosa di simile, e cosa servirebbe per far cessare questo rumore.
- Suggerimenti di silence
Bleemeo raggruppa i vostri eventi ricorrenti e propone il silence che li farebbe tacere, mostrando lo schema individuato, un evento rappresentativo che potete aprire e quanti eventi copre. Accettarne uno apre un modulo di creazione precompilato — la piattaforma propone, voi decidete, e nulla viene mai applicato al posto vostro.
- Suggerimenti di configurazione flappy
Alle metriche che cambiano stato ripetutamente viene proposta una configurazione flappy che raggruppa le notifiche invece di inviarne una per ogni oscillazione. Stesso schema: un suggerimento, un evento rappresentativo, un modulo precompilato.
- Cercate i vostri eventi per significato
La ricerca restituisce prima le corrispondenze esatte, poi gli eventi che vogliono dire la stessa cosa, ordinati per rilevanza — così una ricerca «disco pieno» trova anche l'allarme scritto come «no space left on device».
- «L'abbiamo già visto?»
Ogni evento ha una scheda che elenca i suoi vicini storici più prossimi. È la domanda a cui un nuovo arrivato non può rispondere con una procedura, e quella che trasforma una reperibilità delle 2 di notte in una correzione di cinque minuti.
- In beta e disattivato di default
Queste funzionalità si attivano a livello di account e restano disattivate su tutti i piani finché non le chiedete. Chiedeteci di abilitarle e il pannello Suggerimenti compare nella home e nella pagina dei silence.
Risultati
Perché il monitoraggio con IA aiuta il vostro team
Il vero valore dell'IA nel monitoraggio non è la tecnologia in sé — è la trasformazione operativa che consente. I team che utilizzano le funzionalità di IA di Bleemeo riportano costantemente meno alert notturni, tempi di risoluzione degli incidenti più brevi e una pianificazione della capacità più efficace. Ecco come ogni funzionalità si traduce in risultati concreti per il business.
Alert più intelligenti
Il rilevamento delle anomalie elimina le congetture sulla regolazione delle soglie. Ogni team SRE ha dedicato ore a discutere se l'alert CPU debba scattare all'85% o al 90%, solo per scoprire che entrambi i valori generano rumore durante i picchi prevedibili. Con limiti guidati dall'IA, questi dibattiti scompaiono. Il modello apprende che il 95% di CPU alle 2 di notte durante l'ETL notturno è normale, mentre il 75% di CPU a mezzogiorno di un martedì è insolito. Il vostro team risponde agli alert che contano e ignora quelli che non contano, senza toccare una singola configurazione di soglia.
Pianificare anziché reagire
La previsione di capacità trasforma la corsa contro il tempo in manutenzione pianificata. Il costo di un disco pieno non è solo il disservizio: comprende il ripristino dei dati, il replay delle transazioni, l'impatto sui clienti e il post-mortem. Bleemeo lo trasforma in un'attività pianificata. Quando sapete che un volume sarà pieno il 15 marzo, o che un servizio perde memoria da una settimana, potete ordinare storage, programmare un ampliamento o rilasciare una correzione — in orario di lavoro e senza impatto sui clienti.
Monitoraggio per tutti
Il server MCP rende il monitoraggio accessibile a tutti nel team. Non tutti in un team parlano PromQL o sanno dove trovare la dashboard giusta durante un incidente. Con l'accesso conversazionale ai dati di monitoraggio, un product manager può verificare la salute di un servizio, uno sviluppatore può indagare l'impatto di un deployment e un ingegnere di turno può classificare gli alert — il tutto in linguaggio naturale. Questo democratizza l'intelligenza operativa senza richiedere che tutti diventino esperti di monitoraggio.
Volete approfondire? Scoprite come configurare il server MCP con il vostro assistente IA, comprendere le soglie di rilevamento delle anomalie e impostare gli alert di previsione disco pieno.
Consulta la documentazioneDomande frequenti
Tutto ciò che dovete sapere sulle funzionalità di IA e machine learning di Bleemeo
Quali funzionalità di IA e machine learning offre Bleemeo?
Tre: il rilevamento anomalie costruito su un modello fondazionale per serie temporali, la pianificazione predittiva della capacità che proietta disco, memoria e swap su una data, e un server MCP che permette ad assistenti IA come Claude Desktop, Cursor e VS Code di interrogare i vostri dati di monitoraggio. Nessuna di esse vi chiede di configurare una soglia o di addestrare un modello.
Come funziona il rilevamento delle anomalie di Bleemeo?
Bleemeo impara il ritmo quotidiano e settimanale di CPU, memoria e swap di ogni server dalle ultime due settimane e prevede l'intervallo entro cui dovrebbero restare nelle 24 ore successive. Un'anomalia si apre quando la media oraria esce da quell'intervallo per due ore di fila, e si chiude dopo due ore di rientro. Il rilevamento parte quando una metrica ha otto giorni di storico ed esclude i server con meno di 1 GB di RAM. La previsione viene aggiornata ogni quattro ore.
Con quanto anticipo Bleemeo può prevedere l'esaurimento di un disco o della memoria?
Bleemeo adatta una tendenza all'utilizzo di disco, memoria, swap e banda mensile, e proietta la data in cui ciascuno raggiungerà avvertimento (80 %), critico (90 %) e pieno (100 %). A seconda del ritmo di crescita si va da qualche giorno a diversi mesi di anticipo, con un timestamp preciso per soglia. Una data viene annunciata solo se la deriva che la sostiene si è confermata su due finestre indipendenti: un picco isolato non viene quindi presentato come tendenza.
Cos'è il server MCP di Bleemeo?
Il server MCP di Bleemeo implementa il Model Context Protocol, consentendo agli assistenti IA di interrogare i dati di monitoraggio in linguaggio naturale. Fornisce 30 strumenti in sola lettura che coprono agenti, servizi, container, eventi, log e piste di audit. L'autenticazione utilizza OAuth, e tutti gli accessi sono strettamente in sola lettura per la sicurezza.
Quali assistenti IA sono compatibili con il server MCP?
Il server MCP di Bleemeo supporta Claude Desktop (supporto completo con strumenti e prompt), Cursor (solo strumenti), Visual Studio Code (solo strumenti) e Zed (solo strumenti). Ogni piattaforma fornisce la gestione degli strumenti per attivare o disattivare funzionalità specifiche secondo necessità.
L'accesso al server MCP è in sola lettura?
Sì, il server MCP di Bleemeo è interamente in sola lettura. Può interrogare e recuperare dati — metriche, alert, log, eventi, configurazioni e piste di audit — ma non può creare, modificare o eliminare alcuna risorsa del vostro account Bleemeo. Questo design garantisce che la vostra infrastruttura rimanga completamente sicura consentendo al contempo un'analisi potente guidata dall'IA.
È necessario configurare qualcosa per il rilevamento delle anomalie?
No. Non c'è alcuna soglia da scegliere né alcun modello da addestrare. Bleemeo iscrive CPU, memoria e swap su ogni server idoneo, aggiorna la previsione ogni quattro ore e apre le anomalie da solo. L'unico contributo atteso è facoltativo: segnare un'anomalia come utile o meno, il che mette in pausa il rilevamento su una metrica che accumula falsi allarmi.
Quali modelli di machine learning utilizza Bleemeo?
Due modelli complementari. Amazon Chronos-Bolt, un modello fondazionale per serie temporali usato in zero-shot — applicato così come viene pubblicato, mai affinato su dati dei clienti — restituisce l'intervallo atteso sotto forma di quantili. Una tendenza lineare verificata si occupa della capacità: proietta l'utilizzo su una data e la annuncia solo se la deriva si è davvero verificata. Chronos-Bolt gira su CPU, in circa 6 millisecondi per previsione.
Come riduce l'affaticamento da alert il monitoraggio guidato dall'IA?
Gli alert tradizionali basati su soglie si attivano su valori fissi che ignorano le variazioni normali. L'IA di Bleemeo apprende i pattern reali della vostra infrastruttura — cicli giornalieri, tendenze settimanali, cambiamenti stagionali — e avvisa solo quando il comportamento devia genuinamente dall'intervallo previsto. Questo elimina i falsi positivi causati da picchi di carico prevedibili, job notturni e elaborazioni batch di routine.
Quali piani Bleemeo includono le funzionalità di IA e ML?
Il server MCP è disponibile nei piani Free, Starter e Professional. Il rilevamento delle anomalie e la pianificazione predittiva della capacità sono disponibili nei piani Starter e Professional. Tutte le funzionalità funzionano automaticamente, senza configurazione, impostazioni o costi aggiuntivi oltre all'abbonamento.