Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
DevOps Kenangan Agen
Memori adalah item pengetahuan informasi yang dibangun dan dikelola AWS DevOps Agen untuk melengkapi kemampuannya dengan konteks sinyal tinggi yang disintesis khusus untuk Ruang Agen Anda. Tidak sepertiDevOps Keterampilan Agen, yang mengkodekan pengetahuan prosedural dan memperluas kemampuan agen, memori mengkodekan pengetahuan informasi yang membantu agen membuat keputusan yang lebih cepat dan lebih akurat selama penyelidikan.
Apa itu kenangan
Memori adalah file penurunan harga tunggal yang menangkap informasi yang disintesis yang relevan dengan Ruang Agen Anda. Contohnya termasuk akar penyebab berulang untuk alarm tertentu, kebiasaan lingkungan yang diketahui, atau preferensi khusus pengguna. Memori tidak memperluas kemampuan agen; mereka memberikan konteks yang digunakan agen untuk membuat keputusan yang lebih baik.
Peny impanan memori adalah kumpulan file memori terkait. Setiap penyimpanan memori memiliki nama dan deskripsi yang digunakan agen untuk memutuskan apakah akan menelusuri isinya. Penyimpanan memori adalah wadah organisasi yang mengelompokkan memori berdasarkan topik.
Penyimpanan memori berasal dari dua tempat. AWS DevOps Agen membuat dan memeli hara toko terkelola saat ia belajar dari aktivitas di Ruang Agen Anda. Anda membuat toko khusus sendiri untuk mengelompokkan pengetahuan operasional yang penting bagi tim, layanan, atau masalah berulang. Agen memperlakukan keduanya dengan cara yang sama: ia membaca nama dan deskripsi setiap toko untuk memutuskan apakah akan membukanya.
Memori berbeda dari jenis item pengetahuan lainnya dengan cara utama:
| Aspek | Keterampilan | Instruksi agen | Memori |
|---|---|---|---|
| Jenis pengetahuan | Prosedural (instruksi) | Prosedural (instruksi yang selalu aktif) | Informasi (konteks yang disintesis) |
| Format konten | Bundel Markdown atau ZIP | Markdown saja | Markdown saja |
| Injeksi konteks | Sesuai permintaan (agen memutuskan melalui pencocokan deskripsi) | Selalu (setiap sesi) | Sesuai permintaan (agen memutuskan melalui pencocokan deskripsi) |
| Dibuat oleh | Pengguna (UI, CLI), Agen AWS DevOps | Pengguna (UI, CLI) | Pengguna (UI, CLI, melalui Obrolan), AWS DevOps Agen (Agen Pembelajaran) |
Mengapa menggunakan kenangan
Kenangan memberi agen akses ke pola sejarah dan pengetahuan lingkungan yang seharusnya hilang di antara sesi.
Manfaat utama:
Investigasi yang lebih cepat - Agen mengingat akar penyebab terbaru untuk monitor tertentu, menghindari langkah-langkah diagnostik yang berlebihan ketika masalah berulang muncul lagi.
Kesadaran lingkungan - Memori menangkap detail spesifik lingkungan seperti alarm bising yang diketahui, keanehan infrastruktur, atau hubungan komponen yang sulit ditemukan kembali setiap sesi.
Peningkatan berkelanjutan - Saat DevOps Agen menyelesaikan lebih banyak insiden, Agen secara otomatis membangun basis pengetahuan yang lebih kaya tentang pola dan akar penyebab khusus untuk infrastruktur Anda.
Preferensi pengguna - Memori merekam preferensi komunikasi dan arahan sehingga agen secara konsisten berperilaku sesuai dengan harapan Anda.
Bagaimana ingatan bekerja
Ketika sesi agen dimulai, agen menerima daftar penyimpanan memori dengan nama dan deskripsinya — bukan isinya. Selama penyelidikan, agen mencocokkan tugas saat ini dengan deskripsi masing-masing toko untuk memutuskan apakah toko tersebut relevan. Jika ya, agen mencantumkan memori di dalamnya, dan setiap memori membawa deskripsinya sendiri yang digunakan agen dengan cara yang sama—ia membaca konten lengkap memori hanya setelah deskripsi itu terlihat relevan. Karena nama dan deskripsi adalah semua yang dilihat agen sebelum membuka toko atau memori, deskripsi adalah sinyal yang cocok dengan agen; konten tetap tersembunyi sampai agen memutuskan untuk membacanya. Pola pengungkapan progresif ini membuat konsumsi konteks tetap rendah sambil membuat semua pengetahuan yang relevan dapat diakses.
Setiap memori diberi versi. Setiap pembaruan membuat versi baru yang tidak dapat diubah, sehingga Anda dapat melihat versi sebelumnya dan menyimpan jejak audit tentang bagaimana memori berubah dari waktu ke waktu.
Mengatur memori ke dalam folder
Nama memori adalah jalurnya di dalam toko, sehingga Anda dapat mengelompokkan memori terkait ke dalam folder alih-alih menyimpan satu daftar datar. Gunakan / dalam nama untuk membuat sarang ingatan—misalnya, atau. alarms/checkout-latency services/checkout/overview Karena lokasi memori menandakan apa yang dimilikinya, agen membaca indeks terlebih dahulu dan hanya membuka beberapa file yang relevan dengan tugas, pola pengungkapan progresif yang sama yang dijelaskan di atas.
Misalnya, peta agen lingkungan Anda adalah sekumpulan file-ikhtisar, file untuk setiap layanan, dan file untuk setiap jalur permintaan kritis—dengan indeks yang dibaca agen terlebih dahulu. Aplikasi operator menampilkan memori dalam struktur folder ini, sehingga Anda dapat menelusuri toko seperti cara agen menavigasinya.
Penyimpanan memori terkelola
AWS DevOps Agen membuat dan memelihara satu set penyimpanan memori terkelola secara otomatis saat ia belajar dari aktivitas di Ruang Agen Anda. Ini termasuk bawaan monitors dan penyimpanandirectives, dan penyimpanan untuk setiap area lingkungan Anda yang dipelajari AWS DevOps Agen—topologi, dependensi kode, struktur pipeline, dan pola penggunaan alat. AWS DevOps Agen sebelumnya menyajikan pengetahuan ini sebagai keterampilan yang di pelajari; hari ini ia mempertahankan pengetahuan yang sama dengan memori, di toko-toko yang dijelaskan di sini. Untuk mengetahui cara penyimpanan ini dibangun dan disegarkan, lihat Bagaimana memori dibangun dan disegarkan.
monitor
Per-monitor sejarah akar penyebab berulang. Setiap file memori sesuai dengan monitor tertentu (alarm atau metrik) dan mencantumkan kategori penyebab yang telah menghasilkan insiden untuk alarm itu, dengan bukti per investigasi. Agen membaca entri yang cocok dengan alarm penembakan sebelum melakukan triaging untuk dengan cepat mengidentifikasi apakah insiden saat ini cocok dengan pola yang diketahui.
Ketika ada penyelidikan dalam 2 minggu terakhir di Ruang Agen, agen Pembelajaran berjalan sekali sehari untuk menganalisis penyelidikan terbaru, kemudian mengekstrak dan menyimpan memori di toko ini. Item memori di toko ini dihapus ketika mereka tidak memiliki pembaruan selama 2 minggu. Jika toko menjadi penuh, item memori tertua dihapus untuk memberi ruang.
perintah
User-authored arahan yang mengarahkan perilaku agen. Gunakan toko ini untuk merekam instruksi tetap yang harus diikuti agen, seperti konvensi infrastruktur atau preferensi penamaan.
Contoh:
“Lambda tidak lagi digunakan. Layanan ini menggunakan Fargate.”
“Layanan penyimpanan disebut Layanan Penyimpanan Pesanan.”
refleksi
Pelajaran yang diambil dari penyelidikan sebelumnya tentang apa yang terlewatkan atau diabaikan. Ketika Anda mengirimkan umpan balik pada penyelidikan, memori dibuat yang menganalisis mengapa akar penyebab sebenarnya berbeda dari apa yang ditemukan penyelidikan. Investigasi masa depan untuk alarm itu menggunakan memori untuk menghindari kesalahan yang sama.
Untuk informasi selengkapnya, lihat Mem berikan umpan balik tentang investigasi.
Pemahaman Ruang Agen
understanding-agent-spaceToko menyimpan peta sumber daya dan hubungan di Ruang Agen Anda. Ini mencakup ikhtisar sistem bahasa biasa dengan konsep domain utama, lingkungan penerapan (pasangan AWS akun dan Wilayah, langganan dan wilayah Azure, dan sebagainya), arsitektur tingkat kontainer yang menunjukkan bagaimana layanan logis terhubung, jalur permintaan yang menjadi pusat aplikasi Anda dengan komponen yang dilalui, dan pemetaan repositori kode ke wadah.
Store menyimpan memori untuk setiap wadah logis yang menjelaskan komponen internalnya (komputasi, data, pesan, jaringan, dan lainnya) dengan jenis sumber daya dan pengidentifikasi fisik seperti ARN, nama tabel, dan URL antrian. Setiap memori kontainer juga menangkap cakupan pengamatan — alarm, dasbor, dan monitor yang ditautkan ke setiap komponen — dan memetakan setiap komponen ke repositori kode terkait, paket, dan definisi infrastruktur-as-kode, memberikan rantai keterlacakan lengkap dari kode sumber ke sumber daya yang digunakan.
Ini juga menyimpan memori untuk setiap jalur permintaan kritis yang menjelaskan aliran permintaan ujung ke ujung penuh pada perincian komponen, dari titik masuk melalui setiap layanan perantara, penyimpanan data, dan ketergantungan eksternal. Setiap memori jalur mencakup aliran operasi dan mekanisme interaksi yang diurutkan antara komponen, dan ini membuat katalog sinyal pengamatan yang relevan dengan jalur: pola grup log untuk setiap lompatan, metrik kunci (latensi, tingkat kesalahan, pelambatan, kuota token) dengan nama dan dimensi alarm mereka, dan rentang jejak terdistribusi yang dapat dikorelasikan di seluruh layanan dan akun.
Memahami Dependensi Kode
understanding-dependenciesToko ini memiliki peta ketergantungan layanan-ke-layanan dan paket lengkap. Gunakan untuk memahami bagaimana repositori terhubung: layanan mana yang memanggil yang mana, peristiwa apa yang mengalir di antara mereka, paket mana yang dibagikan, dan di mana letak batas-batas infrastruktur. Penyimpanan ini penting untuk menilai radius ledakan dari suatu perubahan, mengidentifikasi dampak hulu dan hilir, dan memahami urutan penerapan.
Memahami Topologi Pipeline
understanding-pipeline-topologyToko memetakan pipeline proyek Anda dari awal hingga akhir, termasuk langkah-langkah, promosi lingkungan, dan penerapan di sepanjang jalan menuju rilis. Ini membantu agen membedakan produksi dari lingkungan pra-produksi dan memahami di mana perubahan berada dalam proses rilis.
Praktik Terbaik Penggunaan Alat
tool-use-best-practicesToko menyimpan pola penggunaan alat yang efektif, mode kegagalan umum, dan panduan parameter yang disaring agen dari penyelidikan sebelumnya, sehingga menghindari jebakan yang diketahui dan menjalankan penyelidikan dengan lebih sedikit langkah yang terbuang sia-sia. Ini menyimpan memori routing yang mencantumkan setiap alat dengan skenario investigasi yang didukungnya, ditambah memori untuk setiap kategori alat. Panduan untuk alat dapat mencakup hingga tiga bagian:
Praktik Terbaik — Investigation-driven teknik yang diekstrak dari penggunaan alat yang berhasil, seperti templ CloudWatch at kueri Logs Insights, ruang nama dan dimensi metrik khusus lingkungan, dan CloudTrail filter sumber peristiwa. Setiap entri diatur di sekitar skenario investigasi dan mencakup nilai parameter konkret dan contoh yang diamati dalam penyelidikan sebelumnya.
Kesalahan Umum — Mode kegagalan berulang dan perbaikannya. Setiap entri menjelaskan kondisi kesalahan tertentu, seperti menanyakan akun yang tidak dapat diakses atau membuat kueri agregasi yang salah format, dan memberikan tindakan korektif sehingga agen dapat menghindari atau memulihkan dari kesalahan tanpa menyia-nyiakan langkah investigasi.
Manajemen Output — Panduan untuk panggilan alat yang cenderung mengembalikan respons besar. Setiap entri menjelaskan perubahan parameter atau strategi pemrosesan yang mengurangi ukuran output sambil mempertahankan nilai diagnostik.
Ketika akses infrastruktur langsung tersedia, AWS DevOps Agen memvalidasi pola-pola ini terhadap lingkungan Anda sebelum memasukkannya. Pola yang dikonfirmasi dinyatakan dengan percaya diri, pola yang belum dikonfirmasi menggunakan bahasa yang hati-hati, dan pola yang dibantah dikecualikan.
Bagaimana memori dibangun dan disegarkan
AWS DevOps Agen membangun dan memperbarui memori terkelola secara otomatis saat bekerja—Anda tidak memeliharanya dengan tangan. Agen pembelajaran latar belakang menganalisis Ruang Agen Anda dan penyelidikan terbaru Anda, kemudian menulis dan menyegarkan ingatan di toko yang dikelola.
Peny impanan Agent Space Understanding pertama kali dibuat ketika Ruang Agen menyelesaikan penemuan sumber daya awalnya, dan dibuat ulang saat repositori kode yang terhubung, pipeline penerapan, atau integrasi observabilitas berubah. Perubahan pada akun yang terhubung AWS, Azure, atau Dynatrace tercermin pada penyegaran terjadwal berikutnya, bukan segera. Untuk Agen Spaces aktif, toko juga diperbarui dengan jadwal berulang, paling banyak setiap 3 hari sekali. Ruang Agen aktif jika telah menyelesaikan setidaknya satu penyelidikan dalam 6 hari terakhir; jika tidak ada selama 6 hari, penyegaran yang dijadwalkan berhenti secara otomatis dan dilanjutkan setelah penyelidikan baru selesai.
Toko Praktik Terbaik Penggunaan Alat diperbarui setelah setidaknya 10 investigasi baru yang diselesaikan telah terakumulasi sejak penyegaran terakhir, dan tidak lebih dari sekali setiap 3 hari.
Toko monitor diperbarui sekali sehari ketika Agen Space telah melakukan penyelidikan dalam dua minggu terakhir.
Untuk membuat ulang memori ini secara manual, pilih Regenerasi pada halaman Topologi di aplikasi operator, atau minta AWS DevOps Agen dalam obrolan untuk memperbaruinya.
Laporan ringkasan dibuat dari memori Agen Space Understanding. Ini adalah tampilan versi, hanya baca tentang apa yang diketahui AWS DevOps Agen tentang lingkungan Anda, tersedia di tab Laporan Ring kasan halaman detail Ruang Agen di konsol admin AWS DevOps Agen, dan di bagian Arti facts aplikasi web. Halaman Topologi memvisualisasikan lingkungan Anda sebagai wadah dan komponen logis; grafik topologi yang ditarik darinya juga memberi makan memori Agen Space Understanding. Untuk informasi selengkapnya, lihat Apa itu Topologi DevOps Agen?.
Membuat penyimpanan memori Anda sendiri
Anda dapat membuat penyimpanan memori Anda sendiri untuk menyimpan pengetahuan operasional untuk tim, layanan, atau masalah berulang — misalnya, prosedur standar yang diikuti tim Anda untuk tugas rutin, atau konteks tetap di balik laporan operasional yang Anda buat sesuai jadwal. Berikan nama toko dan deskripsi yang jelas. Agen menggunakan deskripsi untuk memutuskan kapan toko relevan, jadi deskripsi yang spesifik dan akurat adalah hal terpenting yang Anda berikan.
Anda dapat membuat penyimpanan memori dari konsol atau dengan mengobrol dengan AWS DevOps Agen.
Untuk membuat penyimpanan memori (konsol):
Arahkan ke halaman Pengetahuan di Aplikasi Web Operator Ruang Agen Anda.
Pilih tab Memori.
Pilih Buat penyimpanan memori.
Masukkan nama dan deskripsi, lalu pilih Buat.
Untuk membuat penyimpanan memori (obrolan):
T AWS DevOps anya agen. Contoh:
“Buat penyimpanan memori bernama payments-runbook yang menyimpan panduan tetap untuk menyelidiki layanan pembayaran.” - Membuat toko.
“Di toko buku pembayaran, ingatlah bahwa alarm latensi checkout diperkirakan melonjak selama pekerjaan batch malam hari.” - Menambahkan memori ke toko.
“Buat penyimpanan memori bernama prosedur operasional yang menyimpan runbook standar untuk tugas pemeliharaan rutin kami.” - Membuat toko untuk prosedur operasi standar.
“Buat penyimpanan memori bernama weekly-report-context dengan bagian, sumber, dan format laporan operasi mingguan kami yang harus diikuti.” - Membuat toko untuk laporan operasional berulang.
Agen menggunakan toko khusus dengan cara yang sama seperti menggunakan toko terkelola: ia membaca deskripsi toko selama tugas, dan jika toko relevan, ia membuka memori yang dibutuhkannya. Toko khusus diperhitungkan dalam batas yang sama dengan toko yang dikelola. Lihat Batas memori.
Menulis deskripsi yang efektif
Deskripsi toko adalah hal terpenting yang Anda tulis, karena itu adalah bagaimana agen memutuskan apakah toko itu relevan—sebelum membaca apa pun di dalamnya. Ketika agen mengerjakan tugas, ia melihat nama dan deskripsi setiap toko, bukan ingatannya, dan membuka toko hanya ketika deskripsi menandakan bahwa isinya berlaku. Hal yang sama berlaku satu tingkat ke bawah: setiap memori memiliki deskripsinya sendiri, dan agen membaca konten lengkap memori hanya setelah deskripsi itu terlihat relevan. Deskripsi yang tepat membuat toko dibuka pada saat yang tepat; label samar seperti notes atau misc memberi agen apa pun untuk dicocokkan, sehingga melompati toko bahkan ketika jawabannya ada di dalam.
Tulis deskripsi yang menyatakan dua hal: apa yang dimiliki toko, dan kapan agen harus menggunakannya. Pola yang dapat diandalkan adalah mengakhiri dengan situasi yang diterapkannya — misalnya, “Baca saat menyelidiki checkout atau latensi penagihan.” Jaga agar spesifik dan konkret, dan ucapkan sebagai pernyataan sederhana tentang subjek toko daripada instruksi yang ditujukan kepada seseorang. Contoh:
Terlalu kabur: “Catatan pembayaran.”
Efektif: “Runbook tetap, masalah yang diketahui, dan kontak eskalasi untuk layanan pembayaran. Baca saat menyelidiki insiden checkout, penagihan, atau pengembalian dana.”
Deskripsi dapat mencapai 1.024 karakter. Anda dapat memperbaikinya nanti, dan melakukannya adalah perbaikan biasa ketika agen tidak menggambar di toko yang Anda harapkan akan digunakan.
Apa yang harus dimasukkan ke dalam penyimpanan memori
Penyimpanan memori menyimpan pengetahuan yang tahan lama dan disintesis — fakta tentang lingkungan Anda, akar penyebab berulang, konvensi dan arahan tetap, dan temuan dan ringkasan yang Anda disaring dari pekerjaan sebelumnya. Simpan kesimpulan yang layak diingat nanti, bukan data mentah.
Penyimpanan memori bukanlah Scratchpad untuk penyelidikan tunggal, dan itu bukan cache nilai kunci untuk output alat. Anda tidak dapat menyimpan hasil mentah panggilan alat di toko dan mengambilnya kembali nanti dalam penyelidikan yang sama—selama penyelidikan, agen sudah menyimpan output alat dalam konteks kerjanya. Sebagai gantinya, catat fakta atau temukan hasil yang ditetapkan (misalnya, “layanan checkout memanggil API pembayaran secara serempak”), yang dapat digunakan kembali agen di sesi mendatang.
Untuk hasil terbaik:
Jaga agar setiap memori terfokus pada satu fakta atau pelajaran daripada dump besar, sehingga agen dapat mengambil apa yang dibutuhkannya.
Simpan apa yang tetap benar di seluruh penyelidikan, dan biarkan data kerja satu kali tetap berada dalam penyelidikan yang menghasilkannya.
Melihat kenangan
Anda dapat melihat semua penyimpanan memori dan isinya dari halaman Penget ahuan di Aplikasi Web Operator Ruang Agen Anda.
Untuk melihat penyimpanan memori:
Arahkan ke halaman Pengetahuan di Aplikasi Web Operator Ruang Agen Anda.
Pilih tab Memori.
Jelajahi daftar penyimpanan memori, masing-masing menunjukkan nama, deskripsi, dan cakupan jenis agen.
Untuk melihat kenangan di dalam toko:
Pada tab Memori, pilih Lihat di sebelah penyimpanan memori yang ingin Anda jelajahi.
Halaman detail toko mencantumkan semua kenangan dengan nama, deskripsi, nomor versi, dan tanggal modifikasi terakhir, diurutkan berdasarkan abjad berdasarkan nama.
Untuk melihat memori tertentu:
Dari halaman detail toko, pilih Lihat di sebelah memori yang ingin Anda baca.
Halaman detail memori menampilkan konten penurunan harga yang dirender bersama dengan tanggal pembuatan, tanggal modifikasi terakhir, dan pemilih versi.
Untuk melihat versi sebelumnya:
Pada halaman detail memori, gunakan dropdown pemilih versi untuk memilih versi yang lebih lama.
Konten diperbarui untuk menampilkan versi yang dipilih.
Mengaktifkan dan menonaktifkan memori
Anda dapat mengaktifkan penyimpanan memori individu atau memori individu aktif atau tidak aktif tanpa menghapusnya.
Untuk mengaktifkan penyimpanan memori:
Pada tab Memori, gunakan sakelar sakelar di sebelah penyimpanan memori.
Saat tidak aktif, agen tidak mengakses memori apa pun di dalam toko itu.
Untuk mengganti memori individu:
Arahkan ke penyimpanan memori untuk melihat daftar kenangannya.
Gunakan sakelar sakelar di sebelah memori yang ingin Anda aktifkan atau nonaktifkan.
Saat tidak aktif, agen melewatkan memori spesifik itu selama penyelidikan.
Mengedit kenangan dengan Obrolan
Anda dapat membuat, memperbarui, atau menghapus kenangan dengan mengobrol dengan DevOps Agen di antarmuka Obrolan. Agen Chat dapat menulis langsung ke penyimpanan memori.
Contoh perintah Obrolan:
“Ingat bahwa layanan penyimpanan disebut Layanan Penyimpanan Pesanan” - Membuat atau memperbarui memori di penyimpanan arahan.
“Perbarui memori untuk alarm kenari untuk mencatat bahwa itu bersisik selama penerapan” - Memperbarui memori tertentu di toko monitor.
“Hapus memori tentang string koneksi database lama” - Menghapus memori yang tidak lagi relevan.
“Buat penyimpanan memori yang disebut network-quirks dan tambahkan catatan bahwa gateway eu-west-1 NAT menghentikan koneksi idle setelah 350 detik” - Membuat penyimpanan dan memori pertamanya.
Agen Chat menulis langsung ke penyimpanan memori atas nama Anda.
Menghapus penyimpanan memori
Anda dapat menghapus penyimpanan memori khusus yang tidak lagi Anda butuhkan. Toko terkelola (sepertimonitors,directives, dan penyimpanan keterampilan yang dipelajari) tidak dapat dihapus.
Dalam obro lan, agen tidak akan menghapus toko yang masih berisi kenangan—ia meminta Anda untuk menghapus kenangan terlebih dahulu. Hapus memori, lalu hapus toko.
Di konsol, menghapus toko juga menghapus memori yang dikandungnya. Ini tidak dapat dibatalkan, jadi pastikan itu adalah toko yang ingin Anda hapus.
Untuk menghapus toko dalam obrolan, tanyakan kepada agen. Contoh:
Delete the network-quirks memory store.
Batas memori
Batas berikut berlaku untuk memori:
| Sumber daya | Kuota |
|---|---|
| Penyimpanan memori per Ruang Agen | 50 |
| Kenangan per penyimpanan memori | 200 |
| Ukuran konten memori individu | 100 KB |
