Agentlar va DevOps vositalari yordamida hodisalarni tekshirishni avtomatlashtirish
Kirish
Bugungi bulutli muhitda hodisalarni tekshirish va hal qilish DevOps amaliyotining muhim tarkibiy qismidir. Biroq, hodisani qo'lda tekshirish ko'p vaqt talab qilishi, xatoga yo'l qo'yishi mumkin va ko'pincha katta tajriba talab qiladi. Ushbu muammolarni hal qilish uchun biz Kiro AI tomonidan boshqariladigan agentlarni AWS DevOps Agent va DSPy bilan avtomatik ravishda hodisalarni tekshirish va hal qilish uchun integratsiyani o'rganamiz.
** Komponentlarni tushunish**
Integratsiyaga kirishdan oldin, keling, uning tarkibiy qismlarini tushunamiz:
- Kiro AI-quvvatli agentlari: Kiro - bu AI bilan ishlaydigan platforma bo'lib, u vazifalar va ish oqimlarini avtomatlashtirish uchun maxsus agentlarni yaratish imkonini beradi. Ushbu agentlar turli xil ma'lumotlar manbalari, jumladan, jurnallar, o'lchovlar va konfiguratsiya fayllari bo'yicha o'qitilishi mumkin.
- AWS DevOps Agent: AWS DevOps Agent AWS da vazifalar va ish jarayonlarini avtomatlashtirish imkonini beruvchi vositadir. U ilovalarni joylashtirish, ishlashni kuzatish va muammolarni bartaraf etish kabi vazifalarni avtomatlashtirishning moslashuvchan va kengaytiriladigan usulini taqdim etadi.
- DSPy: DSPy bu Python kutubxonasi boʻlib, u bulutli maʼlumotlar platformasi boʻlgan DSPy bilan oʻzaro ishlashning oddiy va samarali usulini taʼminlaydi. DSPy maxsus ma'lumotlar quvurlarini yaratish, ma'lumotlarni qayta ishlash va ma'lumotlarni vizualizatsiya qilish imkonini beradi.
Integratsiya haqida umumiy ma'lumot
Kiro AI bilan ishlaydigan agentlarni AWS DevOps Agent va DSPy bilan integratsiyalashuvi quyidagi bosqichlarni o'z ichiga oladi:
- Maʼlumotlarni yigʻish: AWS DevOps agenti jurnallar, koʻrsatkichlar va konfiguratsiya fayllari kabi turli manbalardan maʼlumotlarni toʻplaydi.
- Ma'lumotlarni qayta ishlash: Yig'ilgan ma'lumotlar DSPy yordamida qayta ishlanadi, bu maxsus ma'lumotlar quvurlarini yaratish, ma'lumotlarni qayta ishlash va ma'lumotlarni vizualizatsiya qilish imkonini beradi.
- Agentni tayyorlash: Qayta ishlangan maʼlumotlardan Kiro AI bilan ishlaydigan agentni oʻqitish uchun foydalaniladi, bu agentga maʼlumotlardagi naqsh va anomaliyalarni oʻrganish imkonini beradi.
- ** Voqealarni tekshirish**: Voqea sodir bo'lganda, Kiro AI bilan ishlaydigan agent o'qitilgan modellar va ma'lumotlardan foydalangan holda voqeani tekshirish uchun ishga tushiriladi.
- Rezolyutsiya: Agent AWS DevOps Agent yordamida bajarilishi mumkin bo'lgan hodisalarni hal qilish bo'yicha tavsiyalar beradi.
Kod misoli
Kiro AI bilan ishlaydigan agentlarning AWS DevOps Agent va DSPy bilan integratsiyasini ko'rsatadigan oddiy kod misoli:
import os
json import
kiros import agentidan
dspy import DSPy dan
aws_config = json.load(open('aws_config.json'))
# Kiro AI bilan ishlaydigan agent yarating
agent = Agent (
name='investigation_investigation',
description='Avtomatik hodisani tekshirish va hal qilish',
model='investigation_model'
)
# DSPy namunasini yarating
dspy = DSPy (
host = 'localhost',
port = 8080,
username='admin',
parol = 'parol'
)
# DSPy yordamida ma'lumotlar uzatish liniyasini aniqlang
quvur liniyasi = dspy.pipeline(
name='investigation_pipeline',
description='Avtomatlashtirilgan hodisani tekshirish quvuri',
manbalar=['jurnallar', 'metrikalar', 'konfiguratsiya']
)
# Kiro AI bilan ishlaydigan agentni ma'lumot uzatish liniyasidan foydalanib o'rgating
agent.train(
quvur liniyasi = quvur liniyasi,
data=dspy.data(
name='investigation_investigation_data',
description='Avtomatlashtirilgan hodisani tekshirish ma'lumotlari'
)
)
# Hodisani tekshirish uchun Kiro AI bilan ishlaydigan agentni ishga tushiring
voqea = {
'id': 'INC-12345',
'tavsif': 'Ilovaning to'xtab qolish vaqti'
}
agent.trigger(
voqea = voqea,
data=dspy.data(
name='investigation_investigation_data',
description='Avtomatlashtirilgan hodisani tekshirish ma'lumotlari'
)
)
# Voqealarni hal qilish bo'yicha agentning tavsiyalarini oling
tavsiyalar = agent.recommendations(
voqea = voqea,
data=dspy.data(
name='investigation_investigation_data',
description='Avtomatlashtirilgan hodisani tekshirish ma'lumotlari'
)
)
# AWS DevOps Agent yordamida agent tavsiyalarini bajaring
aws_config['recommendations'] = tavsiyalar
aws_config['incident_id'] = voqea['id']
aws_config['description'] = voqea['ta'rif']
Eng koʻp ishlatiladigan 5-10 ta buyruq/parchalar
Ushbu texnologiya uchun eng ko'p ishlatiladigan 5-10 ta buyruq/parchalar:
- Kiro AI-ga asoslangan agent yaratish:
agent = Agent ( name='investigation_investigation', description='Avtomatik hodisani tekshirish va hal qilish', model='investigation_model' )
2. **DSPy nusxasini yaratish**:
``` piton
dspy = DSPy (
host = 'localhost',
port = 8080,
username='admin',
parol = 'parol'
)
- Ma’lumotlar quvuri ta’rifi:
quvur liniyasi = dspy.pipeline( name='investigation_pipeline', description='Avtomatlashtirilgan hodisani tekshirish quvuri', manbalar=['jurnallar', 'metrikalar', 'konfiguratsiya'] )
4. **Kiro sun'iy intellekt asosidagi agentlarni tayyorlash**:
``` piton
agent.train(
quvur liniyasi = quvur liniyasi,
data=dspy.data(
name='investigation_investigation_data',
description='Avtomatlashtirilgan hodisani tekshirish ma'lumotlari'
)
)
- Kiro AI bilan ishlaydigan agentni ishga tushirish:
agent.trigger( voqea = voqea, data=dspy.data( name='investigation_investigation_data', description='Avtomatlashtirilgan hodisani tekshirish ma'lumotlari' ) )
6. **Agent tavsiyalarini olish**:
``` piton
tavsiyalar = agent.recommendations(
voqea = voqea,
data=dspy.data(
name='investigation_investigation_data',
description='Avtomatlashtirilgan hodisani tekshirish ma'lumotlari'
)
)
- AWS DevOps agenti konfiguratsiyasi yuklanmoqda:
aws_config = json.load(open('aws_config.json'))
8. **AWS DevOps agenti tavsiyalarini bajarish**:
``` piton
aws_config['recommendations'] = tavsiyalar
aws_config['incident_id'] = voqea['id']
aws_config['description'] = voqea['ta'rif']
- DSPy ma'lumotlarini olish:
ma'lumotlar = dspy.data( name='investigation_investigation_data', description='Avtomatlashtirilgan hodisani tekshirish ma'lumotlari' )
10. **Kiro AI tomonidan quvvatlanadigan agent modelini yuklash**:
``` piton
model = agent.model(
name='investigation_model',
description='Hodisalarni tekshirishning avtomatlashtirilgan modeli'
)
Vizualizatsiya
Mana Chart.js yordamida integratsiyaning vizualizatsiyasi:
{
"turi": "bar",
"ma'lumotlar": {
"yorliqlar": ["Ma'lumotlarni to'plash", "Ma'lumotlarni qayta ishlash", "Agentni o'qitish", "Voqealarni tekshirish", "Yechish"],
"ma'lumotlar to'plami": [
{
"label": "Vaqt (soniya)",
"ma'lumotlar": [10, 20, 30, 40, 50],
"fon rangi": [
"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
}
]
},
"variantlar": {
"tarozi": {
"yAxes": [
{
"belgilar": {
"beginAtZero": rost
}
}
]
}
}
}
Ushbu vizualizatsiya integratsiya jarayonining har bir bosqichi uchun olingan vaqtni ko'rsatadi.
Xulosa
Ushbu maqolada biz bulutli muhitda hodisalarni avtomatlashtirilgan tekshirish va hal qilish uchun Kiro AI-quvvatlovchi agentlarining AWS DevOps Agent va DSPy bilan integratsiyalashuvini o'rganib chiqdik. Biz jalb qilingan komponentlar, integratsiya jarayoni va integratsiyani ko'rsatadigan oddiy kod misoli haqida batafsil ma'lumot berdik. Shuningdek, biz Chart.js yordamida integratsiya vizualizatsiyasini va ushbu texnologiya uchun eng ko‘p ishlatiladigan 5-10 ta buyruq/parchalar ro‘yxatini kiritdik.