Обучение вашего агента читать кластер

Повестка дня: * 18:00-18:30: Нетворкинг и еда/напитки * 18:30-19:15: Объявления и презентация * 19:15-19:30: Вопросы и ответы и завершение Обучение вашего агента читать кластер Анализ агентного исполнения для OpenSearch, от MCP до исходных графов и базы знаний всего проекта Большинство инженеров, использующих OpenSearch, не управляют им. Они пишут запросы, владеют поисковым конвейером или внедряют функционал в кластер, которым управляет кто-то другой. Когда производительность ухудшается, доказательства уже существуют, находясь за API, графиками метрик и логами, которые предполагают, что разработчики уже знают, какой из них читать. Эта сессия строит агентный анализ рабочего процесса в три накопительных слоя, в режиме реального времени, используя компоненты, которые уже поставляются в проекте OpenSearch с открытым исходным кодом. Сначала, официальный сервер MCP проекта OpenSearch и его репозиторий навыков агента. Разработчики устанавливают один пакет, настраивают его на конце точки кластера, добавляют несколько строк в конфигурацию агента и начинают задавать вопросы на обычном английском. Не нужно создавать плагин, писать навык, настраивать модель и ничего менять в самом кластере, поэтому одобрение от владельца не требуется. Какой бы ни был инструмент, который команда уже использует, остается таким же. Во-вторых, структурный контекст. Знание графов, построенных на основе последнего исходного дерева OpenSearch и его зависимости Apache Lucene, чтобы агент мог рассуждать о том, почему возникает симптом, а не просто сообщать о том, что он есть. В-третьих, обоснованное знание поверх обоих. Графики остаются на месте, и агент также получает полную документацию OpenSearch и семантику затрат запросов Lucene через базу знаний Bedrock, поддерживаемую векторным хранилищем OpenSearch. Все три слоя, работающие вместе, делают анализ достаточным для доверия к работающему кластеру или после инцидента. Сессия завершается тем, как упаковать все это в повторяемый рабочий процесс. Цель - точная идентификация коренной причины без необходимости сначала становиться экспертом по внутренностям OpenSearch.