AI News HubLIVE
站内改写2 分鐘閱讀

使用 Amazon Quick 和 New Relic 構建自動化事件分類助手

本文向工程團隊展示如何搭建自定義的事件分類助手,利用 Amazon Quick 整合 New Relic MCP 伺服器和 Asana,透過單一提示自動完成調查、生成根因分析報告並建立任務,從而縮短平均解決時間(MTTR)。

來源AWS Machine Learning Blog作者: Ebbey Thomas

站點可靠性工程師(SRE)和支援工程師在處理事件分類時,通常需要跨多個工具收集證據、評估使用者影響並建立後續任務,這一過程對時間極為敏感。藉助 Amazon Quick 和 New Relic,您可以將調查和交接步驟整合到一個對話式工作流中。本文展示瞭如何構建一個自定義的事件分類助手,該助手使用 Amazon Quick 代理,透過 New Relic 模型上下文協議(MCP)伺服器和 Asana 的原生整合來編排響應。從單個提示開始,Amazon Quick 代理會調查事件、彙編包含證據連結的根因分析(RCA)簡報,並建立可追蹤的 Asana 任務,隨時準備交接。

對於工程領導者來說,減少平均解決時間(MTTR)是提升業務影響的關鍵途徑。在內部測試中,使用 New Relic 自有應用時,該代理縮短了事件分類的證據收集階段,從而加快了解決速度,降低了工程團隊輪班之間的知識丟失風險,併為整個值班輪換提供了統一的調查標準。

New Relic MCP 伺服器是 Amazon Quick 的內建聯結器,可提供用於事件響應和效能分析的 AI 推理工具。Asana 同樣是 Amazon Quick 的內建聯結器,支援任務建立。代理使用五個 New Relic 推理工具:generate_alert_insights_report 識別關鍵告警驅動因素;generate_user_impact_report 量化影響範圍,包括受影響使用者和服務數量;analyze_entity_logs 發現錯誤簽名和異常;analyze_transactions 識別緩慢或失敗的請求;natural_language_to_nrql_query 將自然語言問題轉換為 New Relic 查詢語言(NRQL)並執行。

在實施前,您需要確保擁有 Amazon Quick Professional 訂閱、New Relic 賬戶以及包含“SRE Incident Triage”專案的 Asana 工作區。實施步驟包括:首先在 Amazon Quick 整合控制台中設定 New Relic 整合並認證賬戶;然後在 Asana 開發者控制台建立 OAuth 應用,獲取客戶端 ID 和金鑰,並在 Amazon Quick 中配置 Asana 整合;接著建立聊天代理,連結上述整合,並替換生成的指令為專用於事件分類的指令;最後透過傳送示例提示測試工作流。

安全與治理方面,建議使用專用服務賬戶並遵循最小許可權原則:New Relic 聯結器應使用只讀角色,Asana 聯結器應限制為僅能在特定專案中建立任務。避免在 Asana 任務中包含個人身份資訊(PII)、客戶識別符號、IP 地址等敏感資料。定期輪換憑據,並啟用審計日誌記錄。若為原型,請及時清理資源以避免持續費用。

本文展示瞭如何透過 Amazon Quick 的原生整合構建一個代理式事件分類助手,將 New Relic 的監控資料與 Asana 的任務管理無縫結合,從而加速事件響應並提高工程團隊的協作效率。