SigNoz-এর Managed Cloud Platform (MCP)-এ চলা দুটি স্বয়ংক্রিয় AI SRE এজেন্ট একটি রুট-কজ (root-cause) শনাক্ত করে, Slack-এ একটি সারাংশ পোস্ট করে এবং 4 সেকেন্ডের কম সময়ে পুরো তদন্ত সম্পন্ন করে, যার খরচ প্রতি ইনসিডেন্ট মাত্র $0.0013। এর ফলে রিয়্যাক্টিভ চ্যাটবট কুয়েরি থেকে একটি সেলফ-ড্রাইভিং অবজারভেবিলিটি ওয়ার্কফোর্সে রূপান্তর ঘটেছে, যা তদন্তের খরচ কমিয়ে দেয় এবং অপব্যয় হওয়া মেট্রিক্সগুলো সামনে নিয়ে আসে।
কেন এটি গুরুত্বপূর্ণ
প্রথাগত AI-observability ডেমোগুলোতে এখনও ট্রেস (traces) বা লগ (logs) সম্পর্কে প্রশ্ন করার জন্য মানুষের টাইপ করার প্রয়োজন হয়। নতুন এই পদ্ধতিটি সেই ধাপটি বাদ দিয়ে দেয়: যখন কোনো অ্যালার্ট (alert) ট্রিগার হয়, সিস্টেমটি স্বয়ংক্রিয়ভাবে একটি প্রমাণিত SRE প্লেবুক (playbook) চালায় এবং উত্তর প্রদান করে।
হ্যাকাথন যা এজেন্টদের জন্ম দিয়েছে
এই এজেন্টগুলো WeMakeDevs × Agents of SigNoz হ্যাকাথনে MIB (Men in Backend) প্রজেক্ট নামে আত্মপ্রকাশ করেছে। একটি কথোপকথনমূলক চ্যাটবটের পরিবর্তে, দলটি দুটি এজেন্টের একটি “autonomous observability workforce” তৈরি করেছে:
- Agent J – The Incident Responder – অ্যালার্টের জন্য অপেক্ষা করে, তারপর একটি পাঁচ-ধাপের প্লেবুক অনুসরণ করে: অ্যালার্ট নিশ্চিত করা, ত্রুটিপূর্ণ ট্রেসগুলো খুঁজে বের করা, সম্পর্কিত লগগুলো বিশ্লেষণ করা, ডেল্টা (delta) গণনা করা এবং Slack-এ একটি রুট-কজ কার্ড পোস্ট করা। এই প্রক্রিয়াটি গড়ে 3.7 সেকেন্ড সময় নেয়।
- Agent K – The Auditor – মেট্রিক ব্যবহারের নিয়মিত অডিট চালায়, যে মেট্রিকগুলোর জন্য খরচ হচ্ছে কিন্তু কোনো ব্যবহার নেই সেগুলো চিহ্নিত করে এবং মানুষের অনুমোদনের জন্য ড্যাশবোর্ড পরিবর্তনের খসড়া তৈরি করে।
হ্যাকাথনের সময়, Agent K রিপোর্ট করেছিল যে শীর্ষ মেট্রিকগুলোর 38% কখনোই পড়া হয়নি, যা অবজারভেবিলিটি স্ট্যাকে লুকিয়ে থাকা অপচয়কে প্রকাশ করে।
সিস্টেমটি কীভাবে কাজ করে
ডिटरমিনিস্টিক প্লেবুক, ওপেন-এন্ডেড লুপ নয়
এজেন্টগুলো মুক্ত-ভঙ্গির (free-form) “agentic” যুক্তির পরিবর্তে নির্দিষ্ট, ডिटरমিনিস্টিক (deterministic) প্লেবুক অনুসরণ করে। প্রতিটি রান একটি পরিচিত SRE ওয়ার্কফ্লো—confirm, trace, log, delta—কার্যকর করে, যা সামঞ্জস্যপূর্ণ আউটপুট প্রদান করে এবং অনিয়ন্ত্রিত LLM টেক্সটের অনিশ্চয়তা এড়াতে সাহায্য করে।
অবজারভেবিলিটির তিনটি স্তর
- Application layer – মনিটর করা অ্যাপটি SigNoz-এ ট্রেস, লগ এবং মেট্রিক স্ট্রিম করে।
- Agent layer – প্রতিটি এজেন্ট তাদের নিজস্ব GenAI-জেনারেটেড সিম্যান্টিক স্প্যান (semantic spans) SigNoz-এ পাঠায়, যার ফলে এজেন্টগুলো নিজেই অবজারভেবল (observable) হয়ে ওঠে।
- MCP telemetry layer – MCP সার্ভার টুল-কল টেলিমেট্রি রেকর্ড করে, যা একটি ফিডব্যাক লুপ সম্পন্ন করে যেখানে SigNoz সেই এজেন্টদের পর্যবেক্ষণ করে যারা SigNoz-কে পর্যবেক্ষণ করছে।
প্রি-অ্যালার্ট ইনসাইটের জন্য প্রেডিক্টিভ ইঞ্জিন
একটি ব্যাকগ্রাউন্ড প্রসেস প্রতি 25 সেকেন্ড অন্তর ট্রেন্ড স্কোর করে। যখন ল্যাটেন্সি (latency) বা এরর রেট বেড়ে যায়, ইঞ্জিনটি অ্যালার্ট থ্রেশহোল্ড অতিক্রম করার আগেই ইনসিডেন্টের পূর্বাভাস দেয়, যা এজেন্টদের বাড়তি সুবিধা প্রদান করে।
দৃশ্যমান ফলাফল
| মেট্রিক | ফলাফল |
|---|---|
| প্রতি রান তদন্তের খরচ | $0.0013 |
| পূর্ণ রুট-কজ অ্যানালাইসিসের সময় | < 4 সেকেন্ড |
| অব্যবহৃত শীর্ষ মেট্রিক শনাক্তকরণ | 38% |
সম্মুখ সমরে অর্জিত শিক্ষা
- GenAI স্প্যানের জন্য ম্যানুয়াল ইনস্ট্রুমেন্টেশন – AI-এর সিম্যান্টিক আউটপুট ক্যাপচার করার জন্য সুনির্দিষ্ট ইনস্ট্রুমেন্টেশন যোগ করলে ডেটা নির্ভুল এবং সার্চযোগ্য থাকে।
- “Thinking” মোড বন্ধ রাখা – যেসব LLM কথোপকথনমূলক হওয়ার চেষ্টা করে সেগুলো প্রায়ই JSON ট্রাঙ্কেট (truncate) করে ফেলে। এই মোডগুলো নিষ্ক্রিয় করলে সংক্ষিপ্ত এবং মেশিন-রিডেবল আউটপুট নিশ্চিত হয়।
- RFC 6902 দিয়ে প্যাচ করা – Foundry প্ল্যাটফর্মে JSON-Patch (RFC 6902) প্রয়োগ করার ফলে পুরো সার্ভিসটি পুনরায় ডেপ্লয় না করেই টিম কন্টেইনার হেলথ-চেক এবং ল্যাটেন্সি প্যারামিটারগুলো ঠিক করতে পেরেছে।
কারা লাভবান হবে এবং কারা সতর্ক থাকতে পারে
যেসব এন্টারপ্রাইজ ইতিমধ্যে অবজারভেবিলিটি প্ল্যাটফর্মের জন্য অর্থ প্রদান করছে, তারা তাৎক্ষণিকভাবে সাশ্রয় দেখতে পাবে: অ্যানালিস্টদের কাজের সময় হ্রাস এবং অব্যবহৃত মেট্রিক সংগ্রহের অবসান।
পরবর্তীতে যা লক্ষ্য রাখতে হবে
MIB-এর ওপেন-সোর্স কোড GitHub-এ রয়েছে এবং একটি ডেমো ভিডিওতে একটি পূর্ণাঙ্গ ইনসিডেন্ট রান দেখানো হয়েছে।
মূল কথা
SigNoz-এর MCP-তে সরাসরি দুটি বিশেষায়িত AI এজেন্ট যুক্ত করা প্রমাণ করে যে, স্বয়ংক্রিয় রুট-কজ অ্যানালাইসিস অত্যন্ত দ্রুত এবং অত্যন্ত সাশ্রয়ী হতে পারে। এই পদ্ধতিটি অবজারভেবিলিটিকে একটি প্যাসিভ রিপোর্টিং টুল থেকে একটি সক্রিয় অংশগ্রহণকারী হিসেবে রূপান্তরিত করে, যা ইনসিডেন্ট দেখা দেওয়ার সাথে সাথেই পদক্ষেপ নেয়; ফলে সময়, অর্থ এবং ঘটনার পরে লগ খুঁড়ে দেখার অনিবার্য মানুষের বিরক্তি থেকে মুক্তি পাওয়া যায়।