TReNDS中心发布基于Amazon Bedrock的AI自动化根因分析系统

摘要：美国佐治亚州立大学TReNDS中心开发了一种基于Amazon Bedrock和开源Strands Agents SDK的AI智能体管道，用于实时自动调查生产错误，将根因分析时间从15-30分钟的人工操作缩短至不到60秒。该系统通过Amazon CloudWatch日志订阅过滤器、AWS Lambda函数和Strands Agents SDK的组合，实现了从错误检测到AI驱动的根因分析全流程自动化，为团队提供结构化的错误分析报告。

---

核心突破

美国佐治亚州立大学TReNDS中心开发了一种基于Amazon Bedrock的AI智能体管道，用于自动化生产错误的根因分析。该系统通过以下技术实现：

• 实时错误检测与上下文获取：利用Amazon CloudWatch日志订阅过滤器实时检测错误，并通过AWS Lambda函数调用Strands Agents SDK获取相关日志上下文和源代码。
• AI驱动的根因分析：Strands Agents SDK与Amazon Bedrock集成，使AI智能体能够自主推理错误原因，检索相关源代码，并生成结构化的分析报告。
• 无缝集成与数据合规：系统运行在AWS账户内，确保健康相关研究数据符合HIPAA要求，数据流在可控范围内处理。

技术亮点

1. Strands Agents SDK的灵活工具使用：通过定义自定义工具（如源代码检索、日志上下文获取），AI智能体能够根据错误类型自主调用相应工具进行深入分析。
2. 系统提示（System Prompt）设计：通过精心设计的系统提示，AI智能体能够以结构化的方式输出分析结果，包括严重程度、根因解释、相关代码上下文、建议修复方案以及可能受影响的领域。
3. 自动化与可扩展性：该系统能够自动处理错误，无需人工干预，并且可以轻松扩展以适应不同的应用场景和错误类型。

行业影响

• 大幅提升效率：将根因分析时间从15-30分钟缩短至不到60秒，极大地提升了问题解决的效率。
• 降低人工成本：减少了对人工排查的依赖，降低了运营成本。
• 增强系统可靠性：通过快速定位和修复错误，提高了系统的可靠性和稳定性。
• 推动AI在运维中的应用：展示了AI在软件运维和错误分析中的巨大潜力，为其他企业提供了可借鉴的范例。

开发者建议

• 逐步引入AI工具：建议开发者从简单的错误类型开始，逐步引入AI工具进行自动化分析。
• 优化系统提示：根据具体应用场景，优化系统提示以获得更准确的根因分析结果。
• 关注数据隐私与合规：在处理敏感数据时，确保系统符合相关的数据隐私和合规要求。

未来展望

TReNDS中心计划进一步扩展该系统，包括：

• 集成RAG与内部运行手册：通过Amazon Bedrock Knowledge Bases与内部运行手册和过去的事件报告集成，使AI智能体能够参考特定于TReNDS的流程。
• 实施分层模型策略：对于简单、已知的错误模式，使用低成本的模型进行快速分类；对于复杂或新颖的错误，则使用更强大的模型进行深入分析。
• 自动化GitHub问题与拉取请求创建：当AI智能体识别出潜在修复方案时，自动创建GitHub问题和拉取请求，进一步减少从诊断到解决的步骤。

结论

TReNDS中心的这一系统展示了AI在软件运维中的巨大潜力。通过Amazon Bedrock和Strands Agents SDK，开发者可以轻松构建智能化的错误分析系统，实现从错误检测到根因分析的全面自动化。这不仅提升了问题解决的效率，还为AI在运维领域的应用开辟了新的方向。

出处

AWS Machine Learning Blog

—— 完 ——

主题标签： #Amazon Bedrock #AI智能体 #根因分析 #Strands Agents SDK #自动化运维