AI代理可观测数据湖
各维度得分依据公开资料与字段推算,加权后即综合评分,仅供参考。
Cardinal 将自己定位为“面向 Agents 的第一款可观测性数据湖”。其核心不是传统 SaaS 监控平台，而是把 logs、metrics、traces、events 等全量遥测数据写入用户自己的对象存储，再由 Lakerunner 原地索引，并通过 Agent Runtime 让 Claude、OpenAI、Gemini、Cursor 或自定义 Agent 进行自然语言调查和自动排障。
它强调 OpenTelemetry 原生接入：标准 OTEL collectors 将日志、指标和链路发送到对象存储，Cardinal 在客户 VPC 内完成索引与查询。面向 Agent 的能力包括 Outlier Detector、Correlation Finder、Error Summarizer 等复合技能，可自动分解指标尖峰、关联发布/配置/扩缩容事件，并将海量错误聚类成可推理的摘要。相比普通 API 包装，它更关注给 Agent 提供结构化、有证据的排障结果。
Cardinal 明确表示“你为自己的云付费，而不是为我们的云付费”。其模式是软件许可加支持合同，没有 SaaS、没有按查询计费、没有数据出网。软件许可覆盖全部信号类型、无限留存、无限查询和许可期内更新；支持合同包含部署、升级、容量规划和事件支持。用户仍需承担对象存储、PostgreSQL、Kubernetes 以及 Bedrock、Vertex、Azure OpenAI 等 LLM token 成本。具体 license 价格未公开。
优点是数据不离开客户云环境，适合对安全、合规和成本可控性敏感的团队；无查询限制也更适合 Agent 高频、深度探索式查询。OTEL 原生降低了接入门槛。缺点是需要团队具备 Kubernetes、对象存储、数据库和云 LLM 运维能力；公开资料中缺少完整 API/SDK、部署文档和价格表，采购前需要深入 PoC。
它更适合中大型工程团队、平台工程、SRE 和有自建可观测性基础设施诉求的企业，不太适合只想开箱即用的小团队。中国大陆访问情况无法从正文判断；支付方式也未披露。若访问或合规受限，可评估 Grafana Loki/Tempo/Mimir、Elastic Observability、Datadog、New Relic、Honeycomb，或 ClickHouse + OpenTelemetry 自建方案。
本测评基于公开资料整理,不构成购买建议,请以 cardinalhq.io 官网实际信息为准。
面向AI Agent的遥测存储与排障，免费起步。
评分明细(分布与用户短评)接入中。当前展示 TG4G 综合评分,数据源自公开测评与用户反馈。