Инженеры, обслуживающие инфраструктуру AWS, при каждом инциденте вынуждены переключаться между консолью управления, CloudWatch, документацией, сообществом re:Post и системой тикетов. На каждое такое расследование уходит 30–45 минут, прежде чем начнётся непосредственно устранение проблемы. Команда AWS Machine Learning Blog представила решение, автоматизирующее этот процесс с помощью ИИ-агента на базе Amazon Bedrock AgentCore.
Предложенный AWS Support Companion — это агент, который на естественном языке анализирует логи CloudWatch, ищет руководства в документации AWS, проверяет обсуждения в AWS re:Post и создаёт обращения в поддержку. Всё это выполняется из единого чат-интерфейса. За оркестрацию отвечает фреймворк Strands Agents, развёрнутый как контейнерное приложение на AgentCore Runtime. Агент использует foundation model (по умолчанию Amazon Nova Pro, но можно заменить на любую поддерживаемую модель) и три MCP-сервера: для документации AWS, для API поддержки и для сервисных API. Model Context Protocol (MCP) — стандарт, предложенный Anthropic, который позволяет ИИ-агентам единообразно подключаться к внешним инструментам.
AgentCore берёт на себя операционные задачи: изоляцию сессий, автоматическое масштабирование, безопасность и наблюдаемость. Это позволяет командам сосредоточиться на логике агента, а не на инфраструктуре. Веб-интерфейс на AWS Amplify предоставляет пользователю окно для диалога, а бэкенд включает Amazon API Gateway с авторизацией Cognito, AWS WAF для защиты от DDoS и валидацию запросов. Для безопасности добавлены Bedrock Guardrails: фильтрация вредоносного контента, защита от prompt-инъекций, удаление PII (ключи AWS, номера кредитных карт, SSN) и ограничение тематики только вопросами поддержки AWS.
Развёртывание выполняется одним CloudFormation-шаблоном и включает веб-интерфейс на AWS Amplify
Развёртывание реализовано через один CloudFormation-шаблон, который создаёт все необходимые ресурсы: IAM-роли, Cognito-пулы, ключи KMS, секреты в Secrets Manager и параметры в Parameter Store. Предварительно требуется Python 3.11, Docker с buildx, доступ к Bedrock для Nova Pro, AWS CLI и учётная запись с планом поддержки Business, Enterprise On-Ramp или Enterprise. После завершения работы важно удалить стек, чтобы избежать расходов. Исходный код опубликован в репозитории AWS Samples на GitHub под названием sample-support-agent-with-agentcore.
Такое решение существенно упрощает работу инженеров: вместо нескольких инструментов и ручного сбора контекста они получают единого ассистента, который помнит историю диалога и может выполнять цепочки действий. Это очередной пример того, как управляемые ИИ-агенты снижают операционную нагрузку на команды, особенно в крупных инфраструктурах с частыми инцидентами.
