Circle K 如何借助 Amazon Bedrock 将 DevOps 事件分诊加速至 15 分钟以内 | Amazon Web Services

📌 One-Sentence Summary
Circle K 使用 Amazon Bedrock Flows 和 AgentCore 实现 DevOps 事件分诊自动化,通过智能体 AI 架构自动调查事件并向 Slack 推送结构化摘要,将平均分诊时间从 45-60 分钟缩短至 15 分钟以内。
📝 Summary
Circle K 针对 DevOps 事件分诊的开销问题,基于 Amazon Bedrock 构建了一套自动化系统。该方案采用智能体 AI 架构,由多个专用智能体自主调查事件,并在数分钟内将结构化摘要推送至 Slack。系统最初基于 Amazon Bedrock Flows 构建,采用并行智能体(AWSResourceExplorerAgent、OpenSearchExplorerAgent、GitHubExplorerAgent),后迁移至 Amazon Bedrock AgentCore Runtime 以获得更好的可扩展性。三阶段流水线由 Lambda 函数调用 Flow 启动,触发并行智能体分别查询基础设施、日志和代码仓库。结果汇入 AnalysisPrompt,生成包含根因、证据、受影响服务及修复步骤的结构化摘要。自 2026 年 4 月部署以来,Circle K 将平均分诊时间降低了 67-75%,简单事件可在 5-8 分钟内完成,复杂的多服务事件也能在 15 分钟内完成。关键经验包括:将日志内容直接放入提示词、调优检索与生成设置、利用日志发现缩小代码搜索范围,以及让分析逻辑独立于编排层。
💡 Main Points
Circle K 利用 Amazon Bedrock 智能体 AI 架构实现 DevOps 事件分诊自动化,将平均分诊时间从 45-60 分钟缩短至 15 分钟以内。
该系统使用专用智能体自主调查事件,并在告警触发后数分钟内将结构化摘要推送至 Slack,使工程师能够立即采取行动,而无需花费时间手动收集上下文信息。
该方案从采用并行智能体的 Amazon Bedrock Flows 演进至 Amazon Bedrock AgentCore Runtime,以获得更好的可扩展性和更长的会话时长。
AgentCore Runtime 支持最长 8 小时的会话,并提供会话持久化、基于 OpenTelemetry 的可观测性以及框架灵活性,使团队能够将三个专用智能体整合为单一智能体,同时保留迭代调查能力。
三阶段流水线使用并行智能体分别查询基础设施、日志和代码仓库,随后由 AnalysisPrompt 生成包含根因、证据和修复步骤的结构化摘要。
AWSResourceExplorerAgent 检查 ECS 任务状态和 CloudWatch 指标,OpenSearchExplorerAgent 查询日志并检索产品卡片,GitHubExplorerAgent 搜索代码仓库以定位代码级问题。AnalysisPrompt 将各项发现关联起来,推荐具体的修复方案。
关键实施经验包括:将日志内容直接放入提示词、调优检索设置、利用日志发现缩小代码搜索范围,以及让分析逻辑独立于编排层。
这些实践通过降低延迟、确保摘要一致性、将搜索聚焦于相关代码,以及支持从 Flows 迁移至 AgentCore 而无需重写分诊逻辑,提升了智能体的表现。
💬 Key Quotes
许多 DevOps 团队都熟悉这种事件分诊模式:告警触发后,在任何人能够修复问题之前,工程师要花 45-60 分钟弄清楚发生了什么。
自部署该系统以来,Circle K 已将平均分诊时间缩短至 15 分钟以内,根据团队内部的事件响应指标,降幅达 67-75%。
该方案采用智能体 AI 架构,自主调查每起事件,并在告警触发后数分钟内将结构化摘要推送至 Slack。
三路输出全部汇入 AnalysisPrompt 节点,该节点是一次不挂载任何工具的单一模型调用。它接收 AWS 资源数据、OpenSearch 日志和 GitHub 上下文,然后生成结构化摘要:可能的根因、支撑证据、受影响的服务及负责人,以及推荐的修复步骤。
📊 Article Meta
AI Screening: 88
Source: AWS Artificial Intelligence
Author: Marek Klatowicz
Category: 人工智能
Language: 英文
Read Time: 12 min
Word Count: 2765
Tags:
AI 与智能应用 , AI 工作流 , AI 工程 , AI Agent , LLM 推理优化
内容翔实,正好需要,先收藏再看。
看标题就点进来了,内容果然没让人失望。
有没有更详细的教程,期待后续。
楼主辛苦了,内容很有参考价值。
作者写得真不错,学到了不少。
点赞,必须点赞
实话,说的不明不白
这个观点很中肯,深有同感。
点赞,必须点赞
赞同,实践出真知。
不错不错,已加入书签。
实测过类似工具,作者说的基本属实。