TReNDS automatiza análise de causa raiz com Amazon Bedrock
Amazon/AWS
Anthropic
Amazon Web Services
O TReNDS, um centro de pesquisa em neuroimagem, desenvolveu um sistema automatizado usando Amazon Bedrock e o Strands Agents SDK para investigar erros de produção. O sistema detecta erros nos logs do CloudWatch, busca contexto e código-fonte, e envia a análise de causa raiz para a equipe via SNS, reduzindo o tempo de investigação de 15 a 30 minutos para menos de 60 segundos.
O TReNDS (Center for Translational Research in Neuroimaging and Data Science) utiliza AWS desde 2019, com aplicações no Amazon EKS e logs no CloudWatch via FluentBit. Eles construíram uma arquitetura que automatiza a análise de causa raiz: filtros de assinatura do CloudWatch acionam uma função Lambda em padrões de erro, a Lambda executa um agente Strands alimentado pelo Amazon Bedrock (usando o Anthropic Claude Sonnet como modelo primário), que busca contexto adicional de logs e código-fonte no GitHub, raciocina sobre o erro e publica análises estruturadas no SNS para entrega por e-mail e Slack. O sistema reduziu o tempo de investigação de 15 a 30 minutos para menos de 60 segundos, com custos mínimos de inferência do Bedrock (2-3 rodadas de uso de ferramentas por erro). Eles testaram Claude Sonnet, Haiku, Opus e Amazon Nova Pro/Lite, selecionando o Sonnet pela precisão. A deduplicação via DynamoDB evita análises repetidas para erros semelhantes.
Fonte: AWS ML blog —
original