الذكاء الاصطناعي

أتمتة المعالجة بعد تشخيصات وكيل ديف أوبس في أيه دبليو إس

تقدم منصة أيه دبليو إس حلاً متكاملاً لتحويل تقارير التشخيص الآلية لحوادث الإنتاج إلى إصلاحات جاهزة ومتحقق منها مسبقاً بموافقة أحادية.

رضوان عبدالهاديمحرر وكاتب تقني

نُشر: 8 أكتوبر 2026 · آخر تحديث: 8 أكتوبر 2026 · 4 دقائق قراءة

أتمتة المعالجة بعد تشخيصات وكيل ديف أوبس في أيه دبليو إس — الصورة: AWS Machine Learning Blog

تحديات حوادث الإنتاج ومعضلة التحكم

تواجه المنظمات التي تشغل أحمال عمل إنتاجية على خدمات الحوسبة السحابية تحديات مستمرة في تقليص الوقت الفاصل بين اكتشاف الحوادث وتشخيصها ومعالجتها بشكل جذري. وغالباً ما يضطر مهندسو المناوبة إلى الاستيقاظ في منتصف الليل لتشخيص الأعطال عبر مكونات التطبيق المختلفة وتحديد الأسباب الجذرية وتطبيق الإصلاحات اللازمة يدوياً. ويهدف استخدام [AWS DevOps Agent] إلى معالجة الجزء الأول من هذه المعادلة عبر الفحص التلقائي للحوادث طوال اليوم مستنداً إلى المقاييس والسجلات والطبولوجيا المرتبطة، لتقديم تحليلات دقيقة للأسباب الجذرية والإجراءات الموصى بها للحل دون تدخل مباشر.

وللحفاظ على السيطرة الكاملة ومنع التغييرات غير المقصودة في البنية التحتية الحية، تفضل المؤسسات عادة إبقاء وكلاء المراقبة التابعة لها في وضع المراقبة والتقرير فقط. وفي هذا النمط، يكتفي الوكيل بتشخيص المشكلات دون تعديل موارد الإنتاج مباشرة، مما يتطلب وجود مسار عمل تكميلي آمن لتحويل هذه الرؤى والمخرجات التشخيصية إلى أفعال تنفيذية ملموسة بعد مراجعتها واعتمادها من قبل الفريق التقني المختص.

بناء سير عمل المعالجة التلقائية

لتجسيد هذا التكامل الفعال، يتم توظيف قدرات متقدمة تشمل استخدام [AWS Lambda Durable Functions] كجزء من خدمة الحوسبة الخادمة، إلى جانب الاعتماد على [Amazon EventBridge] لتوجيه الأحداث، وتوظيف [Amazon Bedrock] للتحليل المعرفي المتقدم. يهدف هذا النهج الهندسي إلى خلق مسار عمل أوتوماتيكي متكامل يكمل دور وكيل ديف أوبس في إنجاز خطوة حل المشكلات بكفاءة عالية، مما يسهم في خفض متوسط وقت الإصلاح وإعفاء المهندسين من الأعمال التشخيصية المتكررة.

تتيح الوظائف المعمرة بناء تطبيقات مرنة ومتعددة الخطوات إضافة إلى سير عمل مدعوم بالذكاء الاصطناعي قادراً على العمل لمدة تصل إلى عام كامل دون الحاجة لإدارة بنية تحتية إضافية أو كتابة رموز مخصصة لإدارة الحالة ومعالجة الأخطاء. وتقوم هذه الوظائف تلقائياً بتثبيت النقاط المرجعية للتقدم وتعليق التنفيذ أثناء المهام طويلة الأجل والتعافي من الإخفاقات لضمان استمرار العمل بموثوقية عالية رغم الانقطاعات.

خطوات المعالجة وأدوار الأنظمة الذكية

يبدأ مسار العمل عندما يكمل وكيل ديف أوبس تحقيقه في الحادث ويصدر حدثاً يحتوي على الأعراض والنتائج وتحليل السبب الجذري. يتلقى حدث اكتمال التحقيق عبر نظام التوجيه ليقوم بتشغيل الوظيفة البرمجية المخصصة محملة بمحتوى الحادث. وتقوم وظيفة لامدا بتغليف ملخص التحقيق واستدعاء الوظيفة المعمرة المسؤولة عن معالجة الحوادث.

في هذه المرحلة، ترسل الوظيفة المعمرة سياق التحقيق إلى نموذج الذكاء الاصطناعي لتحليل النتائج والبحث عن المعالجات المتاحة. يقوم النموذج بتحديد وسرد أدوات الإصلاح المتاحة من قائمة مخصصة ومعتمدة لشرائح الوظائف المحددة بدقة. ويقترح النموذج إجراءات علاجية محددة بناءً على نتائج التحقيق والأدوات المتاحة، لتبدأ مرحلة اتخاذ القرار الآلي أو البشري بحسب طبيعة التغيير المطلوب تنفيذه في النظام.

الفصل بين العمليات الآلية والموافقة البشرية

يتعامل النظام مع العمليات المخصصة للقراءة فقط بشكل مستقل تماماً، حيث تقوم الوظيفة المعمرة بتشغيل أدوات الإصلاح ذات الصلة بشكل آلي. أما بالنسبة للتغييرات التي تطرأ على البنية التحتية وتستوجب تعديل الحالة، فإن سير العمل يعلق التنفيذ مؤقتاً وينتظر الحصول على الموافقة البشرية قبل المضي قدماً في الخطوات التالية. وهنا تبرز القيمة الحقيقية للوظائف المعمرة في الحفاظ على حالة التقدم لأسابيع أو أيام دون استهلاك موارد حوسبية حتى يتم تلقي إشارة الاعتماد.

بمجرد حصول النظام على الإشارة المطلوبة، تستأنف الوظيفة المعمرة عملها من حيث توقفت لتطبيق إجراءات الإصلاح الفعلية على البنية التحتية مستخدمة الأدوات المحددة. ويعمل هذا التنسيق كحلقة وكيلية تتولى استدعاء النماذج وتثبيت النتائج بشكل تكراري حتى اكتمال المعالجة ورفع مستوى الأمان والتدقيق في كافة العمليات المنفذة عبر المنصة السحابية.

الأدوات والتجهيزات الميدانية للاختبار

تعتمد الأمانة التشغيلية على فرض قائمة مسمى بدقة لأدوات الإصلاح المصرح بها، حيث تمثل كل أداة وظيفة برمجية مخصصة ومصممة لأداء مهمة محددة بدقة مثل قراءة تكوين الدالة أو تحديث سياسات الأمان والهوية. ولا يُسمح لنموذج الذكاء الاصطناعي سوى باختيار واستدعاء الأدوات من هذه المجموعة المعتمدة مسبقاً، مما يحافظ على نطاق الإجراءات التلقائية تحت سيطرة صارمة ومدروسة.

لإثبات كفاءة سير العمل الشامل، يتم محاكاة سيناريو عملي شائع يتضمن دالة تجاوز الحد الأقصى لوقت التنفيذ المخصص، مما يمنح الوكيل السحابي حادثاً حقيقياً للتحقيق وإطلاق مسار المعالجة. ويمكن نشر هذه الموارد وتفعيلها باستخدام أدوات التطوير المتاحة مثل [AWS Command Line Interface] أو مجموعة التطوير السحابي المرتبطة بالمشروع.