Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.
DevOps Recuerdos de agentes
Las memorias son elementos de conocimiento informativo que el AWS DevOps agente crea y mantiene para complementar sus capacidades con un contexto sintetizado y de alta señal específico para su espacio de agente. A diferencia de las memoriasDevOps Habilidades de agente, que codifican el conocimiento procedimental y amplían las capacidades de los agentes, las memorias codifican el conocimiento informativo que ayuda a los agentes a tomar decisiones más rápidas y precisas durante las investigaciones.
¿Qué son los recuerdos
Una memoria es un único archivo de marcado que captura información sintetizada relevante para su espacio de agente. Algunos ejemplos son las causas subyacentes recurrentes de una alarma específica, las peculiaridades ambientales conocidas o las preferencias específicas de los usuarios. Las memorias no amplían las capacidades de los agentes; proporcionan el contexto que el agente utiliza para tomar mejores decisiones.
Un almacén de memoria es una colección de archivos de memoria relacionados. Cada almacén de memoria tiene un nombre y una descripción que los agentes utilizan para decidir si desean explorar su contenido. Los almacenes de memoria son los contenedores organizativos que agrupan los recuerdos por tema.
Los almacenes de memoria provienen de dos lugares. AWS DevOps El agente crea y mantiene almacenes gestionados a medida que aprende de la actividad de su espacio de agente. Usted mismo crea tiendas personalizadas para agrupar los conocimientos operativos que son importantes para un equipo, un servicio o un problema recurrente. El agente trata ambas de la misma manera: lee el nombre y la descripción de cada tienda para decidir si la abre o no.
Las memorias se diferencian de otros tipos de objetos de conocimiento en aspectos clave:
| Aspecto | Habilidad | Instrucciones para el agente | Memoria |
|---|---|---|---|
| Tipo de conocimiento | Procedimental (instrucciones) | Procesal (instrucciones siempre disponibles) | Informativo (contexto sintetizado) |
| Formato de contenido | Paquete Markdown o ZIP | Solo Markdown | Solo Markdown |
| Inyección de contexto | A petición (el agente decide comparando las descripciones) | Siempre (cada sesión) | A petición (el agente decide comparando las descripciones) |
| Creado por | Usuario (interfaz de usuario, CLI), AWS DevOps agente | Usuario (UI, CLI) | Usuario (interfaz de usuario, CLI, mediante chat), AWS DevOps agente (agente de aprendizaje) |
¿Por qué usar memorias
Los recuerdos dan a los agentes acceso a patrones históricos y conocimientos ambientales que, de otro modo, se perderían entre sesiones.
Principales beneficios:
Investigaciones más rápidas: los agentes detectan las causas principales recientes de determinados monitores, lo que evita la redundancia de pasos de diagnóstico cuando se produce de nuevo un problema recurrente.
Conciencia medioambiental: los recuerdos capturan detalles específicos del entorno, como las alarmas ruidosas conocidas, las peculiaridades de la infraestructura o las relaciones entre los componentes que es difícil volver a descubrir en cada sesión.
Mejora continua: a medida que el DevOps agente resuelve más incidentes, crea automáticamente una base de conocimientos más rica sobre los patrones y las causas principales específicas de su infraestructura.
Preferencias del usuario: las memorias registran las preferencias y directivas de comunicación para que el agente se comporte de forma coherente según sus expectativas.
Cómo funcionan los recuerdos
Cuando se inicia una sesión de agente, el agente recibe una lista de los almacenes de memoria con sus nombres y descripciones, no con su contenido. Durante una investigación, el agente compara la tarea actual con la descripción de cada tienda para decidir si la tienda es relevante. Si lo es, el agente hace una lista de las memorias que contiene y cada memoria contiene su propia descripción, que el agente usa de la misma manera: lee el contenido completo de una memoria solo después de que la descripción parezca relevante. Como el agente solo ve un nombre y una descripción antes de abrir una tienda o un recuerdo, la descripción es la señal con la que el agente coincide; el contenido permanece oculto hasta que el agente decide leerlo. Este patrón de divulgación progresiva reduce el consumo de contexto y, al mismo tiempo, hace que todo el conocimiento relevante sea accesible.
Cada memoria está versionada. Cada actualización crea una nueva versión inmutable, por lo que puede ver las versiones anteriores y llevar un registro de auditoría de cómo ha cambiado una memoria a lo largo del tiempo.
Organizar los recuerdos en carpetas
El nombre de un recuerdo es su ruta dentro del almacén, por lo que puedes agrupar los recuerdos relacionados en carpetas en lugar de tener una lista simple. Utilízalo / en un nombre para almacenar recuerdos, por ejemplo, alarms/checkout-latency o. services/checkout/overview Como la ubicación de una memoria indica lo que contiene, el agente lee primero un índice y abre solo los pocos archivos relevantes para la tarea, siguiendo el mismo patrón de divulgación progresiva descrito anteriormente.
Por ejemplo, el mapa del entorno que hace el agente es un conjunto de archivos (una descripción general, un archivo para cada servicio y un archivo para cada ruta de solicitud crítica) con un índice que el agente lee primero. La aplicación del operador muestra los recuerdos en esta estructura de carpetas, de modo que puede navegar por una tienda del mismo modo que el agente navega por ella.
Almacenes de memoria gestionados
AWS DevOps El agente crea y mantiene automáticamente un conjunto de almacenes de memoria gestionados a medida que aprende de la actividad en su espacio de agente. Estos incluyen los almacenes integrados monitors y los directives almacenes, así como un almacén para cada área del entorno que AWS DevOps Agent conozca: la topología, las dependencias del código, la estructura de canalizaciones y los patrones de uso de las herramientas. AWS DevOps Anteriormente, Agent presentó estos conocimientos como habilidades aprendidas; hoy conserva los mismos conocimientos que la memoria, en los almacenes que se describen aquí. Para saber cómo se crean y actualizan estos almacenes, consulte Cómo se crea y actualiza la memoria.
monitorea
Per-monitor historial de causas raíz recurrentes. Cada archivo de memoria corresponde a un monitor específico (alarma o métrica) y enumera las categorías de causas que han provocado incidentes relacionados con esa alarma, con pruebas por investigación. Los agentes leen la entrada que coincide con la alarma de activación antes de clasificarla para identificar rápidamente si el incidente actual coincide con un patrón conocido.
Cuando se han realizado investigaciones en las últimas 2 semanas en el espacio de agentes, un agente de aprendizaje trabaja una vez al día para analizar las investigaciones recientes y, a continuación, extraer y almacenar los recuerdos en este almacén. Los elementos de memoria de este almacén se eliminan cuando no se actualizan durante 2 semanas. Si el almacén se llena, el elemento de memoria más antiguo se elimina para dejar espacio.
directivas
User-authored directivas que guían el comportamiento de los agentes. Utilice este almacén para registrar las instrucciones permanentes que debe seguir el agente, como las convenciones de infraestructura o las preferencias de nomenclatura.
Ejemplos:
«Las lambdas ya no se usan. El servicio usa Fargate».
«El servicio de almacenamiento se denomina Orders Storage Service».
reflexiones
Lecciones extraídas de investigaciones anteriores sobre lo que se pasó por alto o se pasó por alto. Cuando envías comentarios sobre una investigación, se crea una memoria que analiza por qué la causa principal real difiere de la que encontró la investigación. Las investigaciones futuras sobre esa alarma utilizan la memoria para evitar cometer el mismo error.
Para obtener más información, consulta Enviar comentarios sobre las investigaciones.
Agent Space: Comprensión
La understanding-agent-space tienda contiene un mapa de los recursos y las relaciones en su espacio de agentes. Incluye una descripción general del sistema en lenguaje sencillo con los conceptos clave del dominio, los entornos de implementación (pares de AWS cuentas y regiones, suscripciones y regiones de Azure, etc.), una arquitectura a nivel de contenedor que muestra cómo se conectan los servicios lógicos, las rutas de solicitud que son fundamentales para la aplicación y los componentes que atraviesan, y una asignación de los repositorios de código a los contenedores.
La tienda guarda una memoria para cada contenedor lógico que describe sus componentes internos (procesamiento, datos, mensajería, red y otros) con tipos de recursos e identificadores físicos como ARN, nombres de tablas y URL de colas. La memoria de cada contenedor también captura la cobertura de observabilidad (alarmas, paneles y monitores vinculados a cada componente) y asigna cada componente a sus repositorios de código, paquetes y definiciones de infraestructura como código asociados, lo que brinda una cadena de trazabilidad completa desde el código fuente hasta los recursos implementados.
También guarda una memoria para cada ruta de solicitud crítica que describe todo el flujo de solicitudes de extremo a extremo con el detalle de los componentes, desde el punto de entrada hasta cada servicio intermedio, almacén de datos y dependencia externa. Cada memoria de ruta incluye un flujo secuenciado de operaciones y mecanismos de interacción entre los componentes, y cataloga las señales de observabilidad relevantes para la ruta: patrones de grupos de registros para cada salto, métricas clave (latencia, tasas de error, limitación, cuotas de tokens) con sus nombres y dimensiones de alarma, y intervalos de seguimiento distribuidos que pueden correlacionarse entre servicios y cuentas.
Comprender las dependencias del código
La understanding-dependencies tienda contiene un mapa completo de dependencia entre servicios y paquetes. Úselo para comprender cómo se conectan los repositorios: qué servicios llaman a qué servicios, qué eventos fluyen entre ellos, qué paquetes se comparten y dónde se encuentran los límites de la infraestructura. Este almacén es esencial para evaluar el radio de acción de un cambio, identificar el impacto inicial y descendente y comprender el orden de implementación.
Comprender la topología de las tuberías
La understanding-pipeline-topology tienda mapea las canalizaciones de sus proyectos de principio a fin, e incluye los pasos, las promociones del entorno y las implementaciones a lo largo del proceso de lanzamiento. Esto ayuda al agente a distinguir los entornos de producción de los de preproducción y a comprender en qué punto del proceso de lanzamiento se produce un cambio.
Mejores prácticas de uso de herramientas
El tool-use-best-practices almacén contiene patrones eficaces de uso de las herramientas, modos de fallo comunes y directrices sobre los parámetros que el agente ha extraído de investigaciones anteriores, de modo que evita los errores conocidos y lleva a cabo las investigaciones con menos pasos desperdiciados. Conserva una memoria de enrutamiento en la que se enumeran cada herramienta con los escenarios de investigación que admite, además de una memoria para cada categoría de herramientas. La guía de una herramienta puede incluir hasta tres secciones:
Prácticas recomendadas: Investigation-driven técnicas extraídas del uso correcto de la herramienta, como las plantillas de consulta de CloudWatch Logs Insights, los espacios de nombres y dimensiones de métricas específicos del entorno y los filtros de origen de eventos. CloudTrail Cada entrada se organiza en torno a un escenario de investigación e incluye valores de parámetros concretos y ejemplos observados en investigaciones anteriores.
Errores comunes: modos de fallo recurrentes y sus soluciones. Cada entrada describe una condición de error específica, como la consulta de una cuenta inaccesible o la creación de una consulta de agregación con un formato incorrecto, y proporciona una acción correctiva para que el agente pueda evitar el error o recuperarse de él sin desperdiciar los pasos de la investigación.
Gestión de resultados: orientación para las llamadas a herramientas que tienden a arrojar grandes respuestas. Cada entrada describe un cambio de parámetro o una estrategia de procesamiento que reduce el tamaño de los resultados y, al mismo tiempo, preserva el valor del diagnóstico.
Cuando el acceso a la infraestructura en tiempo real está disponible, el AWS DevOps agente valida estos patrones comparándolos con su entorno antes de incluirlos. Los patrones confirmados se expresan con confianza, los patrones no confirmados utilizan un lenguaje cauteloso y se excluyen los patrones refutados.
Cómo se crea y actualiza la memoria
AWS DevOps El agente crea y actualiza su memoria gestionada automáticamente a medida que funciona, no es necesario mantenerla manualmente. Un agente que aprende en segundo plano analiza tu espacio de agente y tus investigaciones recientes y, a continuación, escribe y actualiza los recuerdos de los almacenes gestionados.
El almacén Agent Space Understanding se genera por primera vez cuando un Agent Space finaliza su descubrimiento inicial de recursos y se regenera cuando cambian los repositorios de código, las canalizaciones de implementación o las integraciones de observabilidad conectados. Los cambios en las cuentas conectadas AWS, Azure o Dynatrace se reflejan en la próxima actualización programada y no de forma inmediata. En el caso de los espacios de agente activos, la tienda también se actualiza de forma periódica, como máximo una vez cada 3 días. Un espacio de agentes está activo si ha completado al menos una investigación en los últimos 6 días; si no tiene ninguna durante 6 días, la actualización programada se detiene automáticamente y se reanuda cuando se completa una nueva investigación.
El almacén de prácticas recomendadas para el uso de herramientas se actualiza cuando se han acumulado al menos 10 nuevas investigaciones finalizadas desde la última actualización, y no más de una vez cada 3 días.
El almacén de monitores se actualiza una vez al día cuando Agent Space ha realizado investigaciones en las últimas dos semanas.
Para regenerar esta memoria manualmente, seleccione Regenerar en la página de topología de la aplicación del operador o pídale al AWS DevOps agente del chat que la actualice.
El informe resumido se crea a partir de la memoria de Agent Space Understanding. Es una vista versionada y de solo lectura de lo que el AWS DevOps agente sabe sobre su entorno. Está disponible en la pestaña Informe resumido de la página de detalles de Agent Space en la consola de administración del AWS DevOps agente y en la sección de artefactos de la aplicación web. La página de topología visualiza el entorno como contenedores y componentes lógicos; el gráfico de topología del que se basa también sirve para alimentar la memoria de Agent Space Understanding. Para obtener más información, consulte ¿Qué es una topología de DevOps agentes?.
Creación de sus propios almacenes de memoria
Puedes crear tus propios almacenes de memoria para almacenar los conocimientos operativos de un equipo, un servicio o un problema recurrente; por ejemplo, los procedimientos estándar que sigue tu equipo para una tarea rutinaria o el contexto en el que se basa un informe operativo que elaboras según un cronograma. Asigne un nombre a la tienda y una descripción clara. El agente usa la descripción para decidir cuándo la tienda es relevante, por lo que lo más importante que proporciones es una descripción específica y precisa.
Puedes crear un almacén de memoria desde la consola o chateando con el AWS DevOps agente.
Para crear un almacén de memoria (consola):
Diríjase a la página de información de su aplicación web de Agent Space Operator.
Seleccione la pestaña Recuerdos.
Selecciona Crear almacén de memoria.
Introduzca un nombre y una descripción y, a continuación, seleccione Crear.
Para crear un almacén de recuerdos (chat):
Pregúntele AWS DevOps al agente. Por ejemplo:
«Crea un almacén de recuerdos llamado payments-runbook que contenga directrices permanentes para investigar el servicio de pagos». - Crea una tienda.
«En la tienda de libros que gestionan pagos, recuerda que se espera que la alarma de latencia de las cajas se dispare durante los trabajos por lotes nocturnos». - Añade un recuerdo a la tienda.
«Cree un almacén de memoria denominado operacional-procedures que contenga los libros de ejecución estándar para nuestras tareas de mantenimiento rutinarias». - Crea un almacén para los procedimientos operativos estándar.
«Crea un almacén de memoria denominado weekly-report-context con las secciones, las fuentes y el formato que debe seguir nuestro informe de operaciones semanal». - Crea un almacén para un informe operativo periódico.
El agente usa una tienda personalizada de la misma manera que usa una tienda gestionada: lee la descripción de la tienda durante una tarea y, si la tienda es relevante, abre las memorias que necesita. Las tiendas personalizadas cuentan para los mismos límites que las tiendas gestionadas. Consulta Límites de memoria.
Redacción de descripciones eficaces
La descripción de una tienda es lo más importante que escribes, porque es la forma en que el agente decide si la tienda es relevante, antes de leer lo que hay en ella. Cuando el agente trabaja en una tarea, ve el nombre y la descripción de cada tienda, no sus recuerdos, y abre la tienda solo cuando la descripción indica que su contenido es válido. Lo mismo mantiene un nivel por debajo: cada memoria tiene su propia descripción y el agente lee el contenido completo de una memoria solo cuando esa descripción parece relevante. Una descripción precisa permite abrir la tienda en el momento adecuado; una etiqueta vaga, como «noteso», no misc le da al agente nada con lo que comparar, por lo que se salta la tienda incluso cuando la respuesta está dentro.
Escribe una descripción que diga dos cosas: lo que tiene la tienda y cuándo debe usarla el agente. Un patrón fiable es terminar con las situaciones a las que se aplica (por ejemplo, «lee cuando investigas la latencia en el proceso de compra o facturación»). Sé específico y concreto, y redúcelo como una declaración clara sobre el tema de la tienda, en lugar de como una instrucción dirigida a una persona. Por ejemplo:
Demasiado impreciso: «Notas de pago».
Efectivo: «Libros de ejecución permanentes, problemas conocidos y contactos de escalamiento para el servicio de pagos. Lea cuando investigue los incidentes relacionados con el pago, la facturación o el reembolso».
Una descripción puede tener un máximo de 1024 caracteres. Puedes refinarla más adelante y hacerlo es la solución habitual cuando el agente no está recurriendo a una tienda que esperabas que utilizara.
¿Qué poner en un almacén de memoria
Un almacén de memoria contiene conocimientos duraderos y sintetizados: datos sobre el entorno, las causas subyacentes recurrentes, las convenciones y directivas vigentes, y los hallazgos y resúmenes que se extraen de trabajos anteriores. Guarde la conclusión que valga la pena recordar más adelante, no los datos sin procesar.
Un almacén de memoria no es un bloc de notas para una sola investigación ni una caché de valores clave para los resultados de una herramienta. No puedes guardar el resultado sin procesar de una llamada a una herramienta en un almacén y recuperarlo más adelante en la misma investigación; durante una investigación, el agente ya guarda los resultados de las herramientas en su contexto de trabajo. En su lugar, registra el hecho o encuentra el resultado establecido (por ejemplo, «el servicio de pago llama a la API de pagos de forma sincrónica»), que el agente puede reutilizar en sesiones futuras.
Para obtener los mejores resultados:
Concentre cada recuerdo en un solo hecho o lección en lugar de en un gran basurero, para que el agente pueda recuperar exactamente lo que necesita.
Almacene lo que sigue siendo cierto en todas las investigaciones y deje que los datos de trabajo únicos permanezcan en la investigación que los produjo.
Visualización de recuerdos
Puede ver todos los almacenes de memoria y su contenido en la página de información de su aplicación web de Agent Space Operator.
Para ver los almacenes de memoria:
Diríjase a la página de información de su aplicación web de Agent Space Operator.
Seleccione la pestaña Recuerdos.
Examine la lista de almacenes de memoria, cada uno con su nombre, descripción y tipo de agente.
Para ver los recuerdos de una tienda:
En la pestaña Recuerdos, selecciona Ver junto al almacén de recuerdos que quieres explorar.
La página de detalles del almacén muestra todos los recuerdos con su nombre, descripción, número de versión y fecha de la última modificación, ordenados alfabéticamente por nombre.
Para ver una memoria específica:
En la página de detalles de la tienda, selecciona Ver junto a la memoria que deseas leer.
La página de detalles de la memoria muestra el contenido de Markdown renderizado junto con la fecha de creación, la fecha de la última modificación y un selector de versiones.
Para ver una versión anterior:
En la página de detalles de la memoria, usa el menú desplegable del selector de versiones para elegir una versión anterior.
El contenido se actualiza para mostrar la versión seleccionada.
Activación y desactivación de memorias
Puede activar o inactivar los almacenes de memoria individuales o los recuerdos individuales sin eliminarlos.
Para activar o desactivar un almacenamiento de memoria:
En la pestaña Recuerdos, usa el interruptor situado junto al almacén de memoria.
Cuando están inactivos, los agentes no acceden a ninguna memoria de ese almacén.
Para cambiar una memoria individual:
Navega hasta un almacén de recuerdos para ver su lista de recuerdos.
Usa el interruptor situado junto a la memoria que deseas activar o desactivar.
Cuando están inactivos, los agentes omiten esa memoria específica durante las investigaciones.
Edición de recuerdos con Chat
Puede crear, actualizar o eliminar recuerdos chateando con el DevOps agente en la interfaz de chat. El agente de Chat puede escribir directamente en los almacenes de memoria.
Ejemplos de comandos de chat:
«Recuerde que el servicio de almacenamiento se llama Servicio de almacenamiento de pedidos»: crea o actualiza una memoria en el almacén de directivas.
«Actualice la memoria de la alarma canaria para comprobar que no funciona correctamente durante los despliegues»: actualiza una memoria específica de la tienda de monitores.
«Eliminar la memoria de la antigua cadena de conexión a la base de datos»: elimina una memoria que ya no es relevante.
«Cree un almacén de memoria llamado network-quirks y añada una nota indicando que la pasarela NAT eu-west-1 interrumpe las conexiones inactivas después de 350 segundos»: crea un almacén y su primera memoria.
El agente de chat escribe directamente en los almacenes de memoria en tu nombre.
Eliminar un almacén de memoria
Puede eliminar un almacén de memoria personalizado que ya no necesite. Los almacenes gestionados (como monitorsdirectives, y los almacenes de habilidades adquiridas) no se pueden eliminar.
En el chat, el agente no eliminará una tienda que aún contenga recuerdos, sino que te pedirá que los elimines primero. Elimina los recuerdos y, a continuación, elimina la tienda.
En la consola, al eliminar una tienda también se eliminan los recuerdos que contiene. Esto no se puede deshacer, así que asegúrate de que es la tienda que quieres eliminar.
Para eliminar una tienda en el chat, pregúntale al agente. Por ejemplo:
Delete the network-quirks memory store.
Límites de memoria
Se aplican los siguientes límites a las memorias:
| Recurso | Límite |
|---|---|
| Almacenes de memoria por espacio de agente | 50 |
| Memorias por almacén de memoria | 200 |
| Tamaño del contenido de memoria individual | 100 KB |
