使用 Elastic AI Assistant 進行可觀測性的上下文分析

Elastic® 正在積極擴展 Elastic AI Assistant，這是一款開放式的生成式 AI 助手，由 Elasticsearch Relevance Engine™ (ESRE) 提供技術支援，旨在提升 可觀測性分析，並讓各種技能水平的使用者都能輕鬆運用。

目前處於 技術預覽階段 的 Elastic AI Assistant，可透過「互動式助手」為站台可靠性工程師（SRE） 提供具備上下文感知的資訊，協助他們改變 問題識別與解決方式，並省去 在分散數據中手動追蹤資訊的繁瑣流程。

這款 AI 助手能「強化對應用錯誤、日誌訊息解析、告警分析」，以及提供「提升程式碼效率」的建議。

此外，透過 互動式聊天介面，SRE 無需切換視窗，即可在單一畫面中進行對話，並 視覺化所有相關的遙測數據，同時結合 企業內部資料與運行手冊，獲取更完整的背景資訊。

雖然 AI Assistant 可設定連接至您選擇的 大型語言模型（LLM），例如：OpenAI 或 Azure OpenAI，但 Elastic 也允許使用者向 AI 助手提供 私有資訊。

這些私有資訊可包括「運行手冊、歷史事件記錄、案例記錄」等等。

透過 Elastic Learned Sparse Encoder（ELSER）支援的推理處理器，AI Assistant 能存取最相關的數據，以回答特定問題或執行特定任務。

AI Assistant 透過持續使用，可學習並擴展自身的知識庫。

站台可靠性工程師（SRE） 能夠向 AI Assistant 教授特定問題的相關知識，讓它未來能在類似情境下提供支援，並協助 撰寫停機報告、更新運行手冊，以及強化自動化根本原因分析（RCA）。

此外，SRE 還可以將 Elastic AI Assistant 的強大功能與 機器學習（ML） 技術結合，消除數據孤島中手動檢索資訊的過程，有效加快 AIOps（人工智慧運維） 的速度，使問題能夠更快且更主動地被識別與解決。

在這篇部落格中，我們將回顧 8.10 版本 中 技術預覽階段 提供的部分初始功能：

面向可觀測性的 Elastic AI Assistant

作為 站台可靠性工程師（SRE），當 日誌條目數量超過閾值 時，您將會收到告警。

在 Elastic 可觀測性平台中，您不僅能接收到告警，系統還會 即時提供相關的日誌峰值分析，幫助您更深入地理解問題的根本原因。

使用 AI Assistant 分析問題

作為 站台可靠性工程師（SRE），您不需要對所負責的 所有系統 都瞭若指掌，也無需額外的幫助來解析 日誌峰值分析，因為 AI Assistant 能在這方面發揮強大作用。

當問題發生時，Elastic 會自動生成提示詞，並發送到您配置的 大型語言模型（LLM），讓您不僅能獲得 問題的描述與背景資訊，還能收到 後續可採取的建議行動。

此外，您還可以直接 與 AI Assistant 進行對話，深入調查問題，獲取更具體的分析與解決方案。

AI Assistant 聊天界面

那麼，新的 AI Assistant 聊天界面 可以幫助您完成哪些操作呢？

通過聊天功能，您可以與 Elastic AI Assistant 進行對話，讓您能夠：

• 使用自然語言界面，例如「今天是否有與這個服務相關的告警？」或「您能解釋一下這些告警具體是什麼嗎？」，來查明問題並分析根本原因。
• 根據「內部私有數據」（由 ELSER 提供）以及所連接的 LLM 中的可用資訊，獲得後續步驟和建議。
• 分析來自查詢的回應和 Elastic AI Assistant 執行的分析輸出。
• 回顧並總結整個對話中的資訊，幫助您了解問題的全貌。
• 通過對話生成 Lens 可視化，方便您視覺化數據並進一步分析。
• 通過聊天界面，代表使用者執行 Kibana® 和 Elasticsearch® API 的操作，簡化您的工作流程。
• 使用特定的 APM 函數 來執行根本原因分析，例如：get_apm_timeseries、get_apm_service_summary、get_apm_error_documents、get_apm_correlations、get_apm_downstream_dependencies 等。

這樣的聊天界面使得問題排查和數據分析更加直觀、高效，並能幫助您快速識別並解決問題！

其他可訪問 AI Assistant 的位置

面向可觀測性的 Elastic AI Assistant 中的聊天功能，最初將可以在 Elastic 可觀測性 8.10 版 中的多個位置進行訪問，並且在未來的版本中，還會加入更多的「訪問點」，讓使用者能夠在更多情境下進行互動，提升工作效率和問題解決的便利性。

在所有「可觀測性應用程式」的「頂部操作菜單」中，都會有一個按鈕，您可以通過這個按鈕 啟動 AI Assistant，並開始與其進行對話。

使用者可以透過單擊 AI Assistant 中的 「前往對話」 連結來訪問現有的對話，也可以創建新的對話。

面向可觀測性的 Elastic AI Assistant 中的新聊天功能進一步增強了在 Elastic 可觀測性 8.9 版 中引入的功能，現在可以針對 Elastic AI Assistant 在 APM、日誌記錄、主機、告警 和 分析 中提供的見解啟動相關的對話。

例如：

• 在 APM 中，AI Assistant 可以解釋特定錯誤或異常的含義，並提供常見的原因和可能的影響。您還可以透過對話進一步深入調查問題。

在日誌記錄中，AI Assistant 會獲取日誌並利用 上下文資訊 幫助您理解訊息的含義，此外，您還可以透過對話進一步進行深入調查，了解更多細節，從而更快速地定位和解決問題。

配置 AI Assistant

有關如何配置 Elastic AI Assistant 的詳細信息，請參閱 Elastic 文檔。

AI Assistant 是基於 連接器 來運作的，最初將支持針對 OpenAI 和 Azure OpenAI 的配置。

請注意，建議使用 GPT-4，並要求支持 函數調用。

如果您直接使用 OpenAI，您將自動擁有這些功能。

如果您使用的是 Azure 版本，請確保根據 Azure 文檔 部署其中一個最新的模型。

此外，Elastic AI Assistant 還可以使用 YAML 作為預配置的連接器來進行配置。

這種方式可以讓您更靈活地設置和管理連接器，根據需求進行自定義配置，以便與 OpenAI 或 Azure OpenAI 等服務進行順利的集成。

xpack.actions.preconfigured:
open-ai:
actionTypeId: .gen-ai
name: OpenAI
config:
apiUrl: https://api.openai.com/v1/chat/completions
apiProvider: OpenAI
secrets:
apiKey: <myApiKey>
azure-open-ai:
actionTypeId: .gen-ai
name: Azure OpenAI
config:
apiUrl: https://.openai.azure.com/openai/deployments//chat/completions?api-version=
apiProvider: Azure OpenAI
secrets:
apiKey: <myApiKey>

此功能僅適用於擁有 企業許可證 的使用者。

面向可觀測性的 Elastic AI Assistant 目前處於 技術預覽階段，並且是一項需要許可才能使用的企業級功能。

如果您不是 Elastic 企業用戶，請升級至企業版本，以便訪問面向可觀測性的 Elastic AI Assistant。

您的反饋對我們非常重要！請使用 Elastic AI Assistant 中提供的 反饋表單、討論論壇（標註為 AI Assistant 或 AI 操作）和/或 Elastic 社區 Slack（#observability-ai-assistant）向我們提供反饋。

最後，我們想說明的是，這項功能目前仍處於 技術預覽階段。

由於大型語言模型的特性，AI Assistant 有時可能會給出 意想不到的回應。

即使情況相同，它的回應也可能有所不同。有時，即便它能回答您提出的問題，它仍可能告訴您 無能為力。

我們正在努力使助手能夠更可靠地應對故障，更具可預測性，並全面提升其性能，因此請密切關注未來版本的更新。

立即試用

有關這些功能以及更多信息，請參閱 Elastic AI Assistant 頁面或 發行說明。

Elastic Cloud 的現有客戶可以直接從 Elastic Cloud 控制台 訪問其中的許多功能。如果您尚未在雲端使用 Elastic，現在可以 開始免費試用。

本文翻譯自：Context-aware insights using the Elastic AI Assistant for Observability