Why per-minute billing for Custom Work?

Custom Work covers automations you direct: scheduled monitors, custom agents, slash commands. The cost depends on how long the agent actually runs, so you pay for the time it works, not for it being available.

How does the free trial work?

14 days on your own production, 500 credits. Cleric joins your existing on-call rotation. Day 12 is a trial review with your team; by day 14 your team has the data to decide.

What happens at the end of the annual contract?

The contract is 12 months and auto-renews. Renewal mechanics, notice periods, and any true-up are covered in the Order Form.

Cleric생산 알람 처리와 root cause 추출을 위한 자율적인 AI SRE

4.8 (6)

리뷰어 Daniel Nikulshyn·업데이트됨 2026년 7월

DevOps SRE Observability Incident Response Cloud Native Monitoring AI Agent

개요

클릭라는 AI-powered site reliability engineer는 발생하는 순간 생산 알람을 자동으로 조사합니다. 이미 있는 관찰성 스택과 연관된 logs, metrics, traces를 신호로 연결하고, 사람으로부터 온칼 엔지니어가 하는 것처럼 가설에 대해 일처리를 하지만 엔지니어를 각 페이지마다 일깨우지 않고, Cleric은 초기 진단 작업을 수행합니다. 그리고 가능성 있는 근본 원인을 좁혀서 간결한 요약과 증거를 제공합니다. 팀들은 그들의 사유를 검토하고, 발견을 확인하고, 더 빠르게 행동할 수 있습니다. 이렇게하면 평균 해결 시간과 On-call 지구력 감소가 이루어지며, 해결 시간을 줄여 팀의 업무를 더 가볍게 유지할 수 있습니다. 클릭은 클라우드 네이티브 시스템을 구동하는 엔지니어링 팀을 위해 설계되었으며, 클릭의 목표는 장애 대응에서 반복적인 문제 해결을 처리하고, SRE 및 개발자들은 대시보드를 통해 파헤치는 것에 집중하지 않고 대신 빌드와修理에 집중할 수 있도록하는 것입니다.

주요 기능

자율적인 알람 분류
root cause 가설 생성
관찰성 플랫폼과 통합
로그, 메트릭스, 트레이스에서의 교차 신호 상관 관계
인간이 읽을 수 있는 인시던트 요약
생산 환경에서 지속적인 학습

가격

모델: Freemium
카테고리: 아에 프러는조요
평점: 4.8 / 5 (6)

사용 사례

자동화된 On-Call 알람 분류

생산 알람이 활성화되면 Cleric는 자율적으로 조사하고 리버팅 가능한 root causes를 구체화하여 각 페이지에 대해 엔지니어를 깨우는 필요성을 낮춥니다.

교차신호 Root Cause Analysis

관찰성 스택을 포함한 로그, 메트릭스 및 트레이스를 교차하는 방법으로 root cause 가설을 생성하면서 지지할 수 있는 증거도 제공합니다.

MTTR 감소

엔지니어가 찾은 정보를 신속하게 확인하고 행동하기 위해서는 엔지니어가 복잡한 클라우드 네이티브 시스템에 있는 인시던트 요약을 짧고 인간이 읽을 수 있게 제공합니다.

on-Call 피로감 완화

엔지니어링 팀에 대한 반복적인 초기 조사 작업을 처리하여 on-call 직원이 인간 판단이 필요한 중요한 인시던트로 집중할 수 있도록 해줍니다.

장단점

장점

초기_TRIAGE를 자동화함으로써 on-call 부담을 줄임
로그, 메트릭스 및 트레이스에 대한 조사
찾은 결과에 대한 논리 및 증거 제공
MTTR (Mean Time to Resolution)을 가속
기존의 관찰성 툴과 통합

단점

기초 성능 데이터의 질에 따라 효율성이 달라짐
중요한 인시던트에 대해서는 여전히 휴먼 리뷰가 필요함
팀 내에 완전한 모니터링 시스템이 없다면 가치가 낮음
이중적인 수용에 적응하여 튜닝이 필요할 수 있음

리뷰

4.8

6개 평가의 평균.

리뷰를 작성하려면 로그인하세요.

Joanna Kowalski

Jan 30, 2026

Solid for our team

We rolled this out across the team last quarter and reduces on-call burden by automating initial triage. Autonomous alert triage fits neatly into how we already work, and integration with observability platforms removed a step we used to do by hand. but it has held up under daily use.

Pierre Dubois

Sep 20, 2025

Compared a few options

Evaluated this against two competitors. Where it wins: root cause hypothesis generation and integrates with existing observability tools. On balance the feature set — especially continuous learning from production environment — justifies the 5 stars for our use case.

Kwame Mensah

Sep 6, 2025

Compared a few options

Evaluated this against two competitors. Where it wins: integration with observability platforms and provides reasoning and evidence for findings. On balance the feature set — especially continuous learning from production environment — justifies the 5 stars for our use case.

Omar Haddad

Jul 29, 2025

Years in this space

I've evaluated a lot of these over the years. What stands out here is integration with observability platforms — handled better than most — and reduces on-call burden by automating initial triage. Still requires human review for critical incidents is my one real gripe. Worth the time if this is your use case.

Tomáš Novák

Jun 25, 2025

Does the job

Pretty happy overall. Continuous learning from production environment just works and integrates with existing observability tools. but no dealbreakers — I'd recommend it to a friend without hesitating.

Aaliyah Johnson

Jun 8, 2025

Compared a few options

Evaluated this against two competitors. Where it wins: human-readable incident summaries and investigates across logs, metrics, and traces. On balance the feature set — especially cross-signal correlation across logs, metrics, traces — justifies the 5 stars for our use case.

Q&A

What does Cleric do for free?

Three categories. Knowledge questions, like “what services depend on the orders API?” System management, like muting an alert or updating Cleric’s memory. Handoffs, like creating a Linear ticket, opening a PR, or posting a Slack message. If it isn’t operational work, we don’t bill for it.

Asked by Quoc Bui · Mar 8, 2026

What counts as an Issue?

An Issue is a defined operational problem Cleric takes end to end. A page from PagerDuty. An anomaly detected by a scheduled monitor. A failed deploy. Cleric investigates, finds root cause, verifies the finding, and proposes a fix. One Issue, one price, no matter how many passes the agent needs.

Asked by Kirsi Laine · Mar 8, 2026

What if Cleric gets it wrong?

Push back and Cleric keeps working the same Issue. We take the risk on getting it right, so a second pass doesn’t cost you more.

Asked by Wei Chen · Feb 18, 2026

What happens if I run out of credits?

Credits roll over one month, capped at 2× your monthly allocation. If you exceed your annual bucket, you can buy more credits, set a hard cap to block new work, or upgrade. Overages are billed on the next invoice and require written sign-off.

Asked by Hannah Goldberg · Jan 30, 2026

Do you train on our data?

No. Customer data is never used to train or improve underlying models. After an evaluation ends, if you don’t continue, we contractually commit to deleting your data. Full security and privacy policy at docs.cleric.ai/security.

Asked by Amara Chukwu · Jan 7, 2026