TReNDS Mengotomatiskan Analisis Akar Masalah dengan Amazon Bedrock
Amazon/AWS
Anthropic
Amazon Web Services
TReNDS, sebuah pusat penelitian neuroimaging, membangun sistem otomatis menggunakan Amazon Bedrock dan Strands Agents SDK untuk menyelidiki kesalahan produksi. Sistem ini mendeteksi kesalahan dalam log CloudWatch, mengambil konteks dan kode sumber, serta memberikan analisis akar masalah kepada tim melalui SNS, memangkas waktu investigasi dari 15–30 menit menjadi di bawah 60 detik.
TReNDS (Pusat Penelitian Translasi dalam Neuroimaging dan Ilmu Data) telah menggunakan AWS sejak 2019, dengan aplikasi di Amazon EKS dan log di CloudWatch melalui FluentBit. Mereka membangun arsitektur yang mengotomatiskan analisis akar masalah: filter langganan CloudWatch memicu fungsi Lambda pada pola kesalahan, Lambda menjalankan Agen Strands yang didukung oleh Amazon Bedrock (menggunakan Anthropic Claude Sonnet sebagai model utama), yang mengambil konteks log tambahan dan kode sumber dari GitHub, menalar kesalahan tersebut, dan mempublikasikan analisis terstruktur ke SNS untuk pengiriman email dan Slack. Sistem ini mengurangi waktu investigasi dari 15-30 menit menjadi kurang dari 60 detik, dengan biaya inferensi Bedrock yang minimal (2-3 putaran penggunaan alat per kesalahan). Mereka menguji Claude Sonnet, Haiku, Opus, dan Amazon Nova Pro/Lite, memilih Sonnet untuk akurasi. Deduplikasi melalui DynamoDB mencegah analisis berulang untuk kesalahan serupa.
Sumber: AWS ML blog —
asli