跳到正文
热点事件持续更新

Circle K 用 Amazon Bedrock 自动分诊故障

1 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

Circle K 分享了其基于 Amazon Bedrock 构建的智能体式自动分诊系统:从 Grafana 告警经 Amazon SNS、Amazon SQS 和 AWS Lambda 触发 Amazon Bedrock Flows 编排的多个专用智能体并行分析,再把结构化摘要推送到 Slack。Circle K 称,平均故障分诊时间降至 15 分钟以内,按其内部指标降幅达 67%–75%;从告警到 Slack 消息的整个过程耗时 5–15 分钟,具体取决于故障复杂度。 该系统最初用 Amazon Bedrock Flows 实现,后迁移到 Amazon Bedrock AgentCore;AgentCore Runtime 支持最长 8 小时的会话,远超当前调查所需。在 Slack 中执行任何操作前,仍需工程师批准。

AI 根据报道生成 · 58 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月3日
  1. AWS Machine Learning Blog
    Circle K 如何用 Amazon Bedrock 将 DevOps 故障分诊提速至 15 分钟内

    Circle K 基于 Amazon Bedrock 构建智能体式自动分诊系统,将平均故障分诊时间降至 15 分钟以内,按其内部指标降幅达 67%–75%。系统由 Grafana 告警经 Amazon SNS、Amazon SQS 和 AWS Lambda 触发 Amazon Bedrock Flows 编排的多个专用智能体并行分析,并把结构化摘要推送到 Slack。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。