AWS DevOps Agent конфигурациясын жүктеңіз | B4N1

AWS DevOps Agent конфигурациясын жүктеңіз

6 months ago · b4n1 Read time: 4 min

AI-мен жұмыс істейтін агенттермен және DevOps құралдарымен инциденттерді зерттеуді автоматтандыру

Кіріспе

Қазіргі бұлтқа негізделген орталарда оқиғаны зерттеу және шешу DevOps тәжірибелерінің маңызды құрамдас бөліктері болып табылады. Дегенмен, оқиғаны қолмен зерттеу уақытты қажет ететін, қателесуге бейім болуы мүмкін және көбінесе кең тәжірибені қажет етеді. Осы қиындықтарды шешу үшін біз инциденттерді автоматтандырылған тергеу және шешу үшін Kiro AI-мен жұмыс істейтін агенттердің AWS DevOps Agent және DSPy интеграциясын зерттейміз.

Компоненттерді түсіну

Интеграцияға кіріспес бұрын, қатысатын компоненттерді түсінейік:

  • Kiro AI-мен жұмыс істейтін агенттер: Kiro – тапсырмалар мен жұмыс процестерін автоматтандыру үшін пайдаланушы агенттерін жасауға мүмкіндік беретін AI-мен жұмыс істейтін платформа. Бұл агенттерді журналдар, көрсеткіштер және конфигурация файлдары қоса алғанда, әртүрлі деректер көздерінде оқытуға болады.
  • AWS DevOps Agent: AWS DevOps Агенті AWS жүйесіндегі тапсырмалар мен жұмыс процестерін автоматтандыруға мүмкіндік беретін құрал. Ол қолданбаларды қолдану, өнімділікті бақылау және ақаулықтарды жою сияқты тапсырмаларды автоматтандырудың икемді және ауқымды әдісін қамтамасыз етеді.
  • DSPy: DSPy — бұлтқа негізделген деректер платформасы DSPy-мен өзара әрекеттесудің қарапайым және тиімді әдісін ұсынатын Python кітапханасы. DSPy реттелетін деректер құбырларын жасауға, деректерді өңдеуге және деректерді визуализациялауға мүмкіндік береді.

Интеграцияға шолу

Kiro AI-мен жұмыс істейтін агенттерді AWS DevOps Agent және DSPy біріктіру келесі қадамдарды қамтиды:

  1. Деректерді жинау: AWS DevOps агенті журналдар, көрсеткіштер және конфигурация файлдары сияқты әртүрлі көздерден деректерді жинайды.
  2. Деректерді өңдеу: Жиналған деректер реттелетін деректер құбырларын жасауға, деректерді өңдеуге және деректерді визуализациялауға мүмкіндік беретін DSPy көмегімен өңделеді.
  3. Агентті оқыту: өңделген деректер агентке деректердегі үлгілер мен ауытқуларды білуге ​​мүмкіндік беретін Kiro AI-мен жұмыс істейтін агентті үйрету үшін пайдаланылады.
  4. Оқиғаны зерттеу: Оқиға орын алған кезде, Kiro AI-мен жұмыс істейтін агент оқытылған үлгілер мен деректерді пайдаланып оқиғаны зерттеу үшін іске қосылады.
  5. Ажыратымдылық: агент AWS DevOps Agent көмегімен орындауға болатын оқиғаны шешуге арналған ұсыныстар береді.

Код мысалы

Міне, Kiro AI-мен жұмыс істейтін агенттердің AWS DevOps Agent және DSPy біріктіруін көрсететін қарапайым код мысалы:

импорттау
json импорттау
кирос импорт агентінен
dspy импорттау DSPy


aws_config = json.load(open('aws_config.json'))

# Kiro AI-мен жұмыс істейтін агент жасаңыз
агент = Агент(
    name='investigation_investigation',
    description='Автоматтандырылған оқиғаны тергеу және шешу',
    model='investigation_model'
)

# DSPy данасын жасаңыз
dspy = DSPy(
    хост = 'localhost',
    порт=8080,
    username='admin',
    password='password'
)

# DSPy көмегімен деректер құбырын анықтаңыз
құбыр жолы = dspy.pipeline(
    name='investigation_investigation_pipeline',
    description='Автоматтандырылған оқиғаны тергеу құбыры',
    sources=['журналдар', 'метрика', 'конфигурация']
)

# Деректер құбырын пайдаланып Kiro AI-мен жұмыс істейтін агентті жаттықтырыңыз
agent.train(
    құбыр = құбыр,
    data=dspy.data(
        name='investigation_data',
        description='Автоматтандырылған оқиғаны тергеу деректері'
    )
)

# Оқиғаны тексеру үшін Kiro AI-мен жұмыс істейтін агентті іске қосыңыз
оқиға = {
    'id': 'INC-12345',
    'сипаттама': 'қолданбаның тоқтап қалу уақыты'
}
agent.trigger(
    оқиға = оқиға,
    data=dspy.data(
        name='investigation_data',
        description='Автоматтандырылған оқиғаны тергеу деректері'
    )
)

# Оқиғаны шешу үшін агенттің ұсыныстарын алыңыз
ұсыныстар = agent.recommendations(
    оқиға = оқиға,
    data=dspy.data(
        name='investigation_data',
        description='Автоматтандырылған оқиғаны тергеу деректері'
    )
)

# AWS DevOps Agent көмегімен агент ұсыныстарын орындаңыз
aws_config['recommendations'] = ұсыныстар
aws_config['incident_id'] = оқиға['id']
aws_config['description'] = оқиға['сипаттама']

Ең көп қолданылатын 5-10 пәрмендер/үзінділер

Міне, осы технология үшін ең көп қолданылатын 5-10 командалар/үзінділер:

  1. Kiro AI-мен жұмыс істейтін агент құру:

агент = Агент( name='investigation_investigation', description='Автоматтандырылған оқиғаны тергеу және шешу', model='investigation_model' )

2. **DSPy данасын жасау**:
    ``` питон
dspy = DSPy(
    хост = 'localhost',
    порт=8080,
    username='admin',
    password='password'
)
  1. Деректер құбырының анықтамасы:

құбыр жолы = dspy.pipeline( name='investigation_investigation_pipeline', description='Автоматтандырылған оқиғаны тергеу құбыры', sources=['журналдар', 'метрика', 'конфигурация'] )

4. **Kiro AI-мен жұмыс істейтін агент оқыту**:
    ``` питон
agent.train(
    құбыр = құбыр,
    data=dspy.data(
        name='investigation_data',
        description='Автоматтандырылған оқиғаны тергеу деректері'
    )
)
  1. Kiro AI-мен жұмыс істейтін агентті іске қосу:

agent.trigger( оқиға = оқиға, data=dspy.data( name='investigation_data', description='Автоматтандырылған оқиғаны тергеу деректері' ) )

6. **Агент ұсыныстарын іздеу**:
    ``` питон
ұсыныстар = agent.recommendations(
    оқиға = оқиға,
    data=dspy.data(
        name='investigation_data',
        description='Автоматтандырылған оқиғаны тергеу деректері'
    )
)
  1. AWS DevOps агентінің конфигурациясын жүктеу:

aws_config = json.load(open('aws_config.json'))

8. **AWS DevOps агентінің ұсынысын орындау**:
    ``` питон
aws_config['recommendations'] = ұсыныстар
aws_config['incident_id'] = оқиға['id']
aws_config['description'] = оқиға['сипаттама']
  1. DSPy деректерін іздеу:

деректер = dspy.data( name='investigation_data', description='Автоматтандырылған оқиғаны тергеу деректері' )

10. **Kiro AI күші бар агент үлгісін жүктеу**:
    ``` питон
үлгі = агент.модель(
    name='investigation_model',
    description='Оқиғаларды зерттеудің автоматтандырылған үлгісі'
)

визуализация

Мұнда Chart.js арқылы біріктірудің визуализациясы берілген:

{
  "түрі": "бар",
  «деректер»: {
    "labels": ["Деректерді жинау", "Деректерді өңдеу", "Агентті оқыту", "Оқиғаны тексеру", "Шешім"],
    "деректер жинағы": [
      {
        "label": "Уақыт (секунд)",
        "деректер": [10, 20, 30, 40, 50],
        "фон түсі": [
          "rgba(255, 99, 132, 0,2)",
          "rgba(54, 162, 235, 0,2)",
          "rgba(255, 206, 86, 0,2)",
          "rgba(75, 192, 192, 0,2)",
          "rgba(153, 102, 255, 0,2)"
        ],
        "borderColor": [
          "rgba(255, 99, 132, 1)",
          "rgba(54, 162, 235, 1)",
          "rgba(255, 206, 86, 1)",
          "rgba(75, 192, 192, 1)",
          "rgba(153, 102, 255, 1)"
        ],
        "borderWidth": 1
      }
    ]
  },
  "опциялар": {
    «таразы»: {
      "yAxes": [
        {
          «кенелер»: {
            "beginAtZero": шын
          }
        }
      ]
    }
  }
}

Бұл визуализация интеграция процесіндегі әрбір қадамға кеткен уақытты көрсетеді.

Қорытынды

Бұл мақалада біз бұлтқа негізделген орталарда оқиғаларды автоматтандырылған зерттеу және шешу үшін Kiro AI-мен жұмыс істейтін агенттерді AWS DevOps Agent және DSPy біріктіруін зерттедік. Біз тартылған құрамдастардың егжей-тегжейлі шолуын, интеграциялау процесін және интеграцияны көрсететін қарапайым код мысалын ұсындық. Біз сондай-ақ Chart.js көмегімен интеграцияның визуализациясын және осы технология үшін ең көп қолданылатын 5-10 командалар/үзінділер тізімін қостық.

Have Questions?

Let's Talk

Contact me on LinkedIn