TReNDS automatisoi juurisyyanalyysin Amazon Bedrockin avulla
Amazon/AWS
Anthropic
Amazon Web Services
TReNDS, neurokuvantamisen tutkimuskeskus, rakensi automatisoidun järjestelmän Amazon Bedrockin ja Strands Agents SDK:n avulla tuotantovirheiden tutkimiseen. Järjestelmä havaitsee virheet CloudWatch-lokeista, hakee kontekstin ja lähdekoodin sekä toimittaa juurisyyanalyysin tiimille SNS:n kautta, lyhentäen tutkinta-ajan 15–30 minuutista alle 60 sekuntiin.
TReNDS (Translational Research in Neuroimaging and Data Science -keskus) on käyttänyt AWS:ää vuodesta 2019 lähtien sovelluksilla, jotka toimivat Amazon EKS:ssä, ja lokit CloudWatchissa FluentBitin kautta. He rakensivat arkkitehtuurin, joka automatisoi perussyyn analyysin: CloudWatchin tilaussuodattimet käynnistävät Lambda-funktion virhekuvioiden perusteella. Lambda suorittaa Strands Agent -agentin, joka toimii Amazon Bedrockin avulla (käyttäen ensisijaisena mallina Anthropic Claude Sonnetia). Tämä agentti hakee lisää lokikontekstia ja lähdekoodia GitHubista, päättelykee virheen syyn ja julkaisee jäsennellyn analyysin SNS:ään toimitettavaksi sähköpostitse ja Slackiin. Järjestelmä vähensi tutkinta-ajan 15–30 minuutista alle 60 sekuntiin, ja Bedrockin päättelykustannukset ovat minimaaliset (2–3 työkalukäyttökierrosta virhettä kohti). He testasivat Claude Sonnetia, Haikua, Opusta sekä Amazon Nova Pro/Lite -malleja ja valitsivat Sonnetin tarkkuutensa vuoksi. DynamoDB:n avulla tapahtuva deduplikointi estää samankaltaisten virheiden toistuvan analysoinnin.
Lähde: AWS ML blog —
Alkuperäinen
