TReNDS automatisiert Ursachenanalyse mit Amazon Bedrock
Amazon/AWS
Anthropic
Amazon Web Services
TReNDS, ein Zentrum für Neurobildgebungsforschung, hat mit Amazon Bedrock und dem Strands Agents SDK ein automatisiertes System zur Untersuchung von Produktionsfehlern aufgebaut. Es erkennt Fehler in CloudWatch-Protokollen, ruft Kontext und Quellcode ab und liefert die Ursachenanalyse über SNS an das Team, wodurch sich die Untersuchungszeit von 15–30 Minuten auf unter 60 Sekunden reduziert.
TReNDS (Center for Translational Research in Neuroimaging and Data Science) nutzt AWS seit 2019, mit Anwendungen auf Amazon EKS und Logs in CloudWatch über FluentBit. Sie haben eine Architektur aufgebaut, die eine automatisierte Ursachenanalyse ermöglicht: CloudWatch-Subscription-Filter lösen bei Fehlermustern eine Lambda-Funktion aus, die einen Strands Agenten ausführt, der von Amazon Bedrock unterstützt wird (mit Anthropic Claude Sonnet als primärem Modell). Der Agent ruft zusätzlichen Log-Kontext und Quellcode von GitHub ab, analysiert den Fehler und veröffentlicht eine strukturierte Analyse an SNS für die Zustellung per E-Mail und Slack. Das System reduzierte die Untersuchungszeit von 15-30 Minuten auf unter 60 Sekunden, bei minimalen Bedrock-Inferenzkosten (2-3 Tool-Use-Runden pro Fehler). Sie testeten Claude Sonnet, Haiku, Opus und Amazon Nova Pro/Lite und wählten Sonnet für die Genauigkeit. Die Deduplizierung über DynamoDB verhindert wiederholte Analysen ähnlicher Fehler.
Quelle: AWS ML blog —
Original