לוחש הלוגים: אוטומציה של ניתוח לוגי שגיאות באמצעות AI

מהנדסי תמיכה מבזבזים לעיתים קרובות שעות בחיפוש בין אלפי שורות לוג עם חותמות זמן. כל דקה שמושקעת בחיפוש מעלה את זמני ההמתנה של הלקוחות ומפחיתה את האמון בהם. ניתן להשתמש ב-AI כדי להפוך את החיפוש הידני הזה לתהליך עבודה מהיר ומבוסס נתונים.

מודל העבודה בעל שלוש השכבות

ניתן לבצע אוטומציה לתהליך זה באמצעות שלוש שכבות ספציפיות.

• שכבה 1: המנתח (Parser) והמתאם (Correlator). שכבה זו מבצעת נרמול של לוגים גולמיים. היא מוודאת שלכל רשומה יש חותמת זמן ומזהה סשן (session ID) עקביים. לאחר מכן, היא מקבצת אירועים קשורים לפי מזהה שגיאה (error ID).

• שכבה 2: מזהה התבניות והמפרש (Interpreter). שכבה זו מזינה לוגים נקיים למודל AI. המודל מזהה תבניות חוזרות ומקשר בין קפיצות (spikes) לבין שינויי קוד אחרונים. לאחר מכן, הוא מציע סיבה שורשית (root cause).

• שכבה 3: ארכיטקט הפעולה (Action Architect). שכבה זו לוקחת את ההיפותזה ומנסחת טיוטה לתגובה. היא מציעה תיקון או מעדכנת כרטיס (ticket) תוך שמירה על ההקשר המקורי עבור המהנדס.

תרחיש קצר בשימוש בפועל

משתמש מדווח על שגיאת פקיעת זמן (timeout) בתשלום. המנתח שולף את 30 השניות האחרונות של הלוגים, מזהה התבניות מוצא קפיצה בחיבור למסד הנתונים, וארכיטקט הפעולה מנסח תשובה המסבירה את הבעיה ומציעה פתרון זמני (workaround). המהנדס צריך רק לעבור על ההודעה ולשלוח אותה.

שלבי יישום

  • הכינו את הלוגים שלכם. ייצאו לוגים לפורמט מובנה כמו JSON או CSV. ודאו שחותמות הזמן והמזהים תקינים. שמרו אותם במסד נתונים או ב-cloud bucket.

  • הגדירו את סוכן ה-AI שלכם. בחרו שירות של מודל שפה. הזינו לו את ה-prompt בעל שלוש השכבות לצורך ניתוח, פרשנות וביצוע פעולה. בדקו אותו עם דגימות אנונימיות.

  • אוטומציה של הטריגר (Trigger). השתמשו ב-Zapier כדי לעקוב אחר מערכת כרטיסי התמיכה שלכם. השתמשו בה כדי לחלץ את מזהה השגיאה ולהפעיל את סקריפט שליפת הלוגים שלכם. פעולה זו שולחת את הנתונים לסוכן ה-AI ומכניסה את הטיוטה ישירות לתוך הכרטיס.

סיכום

באמצעות שימוש בחותמות זמן עקביות, pipeline של AI בעל שלוש שכבות וטריגרים אוטומטיים, הצוות שלכם יכול לצמצם את זמני הפתרון. זה מאפשר למהנדסים להתמקד בעבודה בעלת ערך גבוה ומספק תמיכה מהירה יותר ללקוחותיכם.

מקור: https://dev.to/ken_deng_ai/the-log-whisperer-using-ai-to-automate-error-log-analysis-for-micro-saas-support-6ga

קהילת למידה אופציונלית: https://t.me/GyaanSetuAi