Свържете се с нас

Съдържание и теми, включени в курса

Въведение в Agentic AI за операциите

  • От статични ръководства (runbooks) до агенти, способни да разсъждават: еволюцията на IT автоматизацията
  • Анатомия на агента: цикъл на разсъждение, използване на инструменти, памет и планиране
  • Кога да автоматизирате и кога да оставите хората в цикъла (in the loop)

Рамокци и архитектури на агенти

  • Модели на единични агенти: ReAct, Plan-and-Execute и цикли за извикване на инструменти
  • Архитектури на множество агенти: модел на надзорник, йерархични и роеви модели
  • Сравнение на рамки: LangGraph, CrewAI, AutoGen и персонализирани агенти
  • Изграждане на първия ви оперативен агент: запитване на мониторинг, диагностика, предложение

Интеграция на инструменти за IT операциите

  • Свързване на агенти с API на Prometheus, Grafana, Datadog и PagerDuty
  • Запитване на логове с агенти: интеграция с Elasticsearch, Loki и Splunk
  • Използване на инфраструктурни инструменти: kubectl, Terraform, Ansible чрез действия на агент
  • Проектиране на безопасни интерфейси за инструменти с валидиране на параметри и идемпотентност

Автоматизация на реакцията на инциденти

  • Автоматизирано сортиране на инциденти: класификация по тежест и маршрутизация
  • Генериране на хипотези за основната причина и събиране на доказателства
  • Автоматично отстраняване на проблеми: рестарт, мащабиране, откат и прехвърляне на трафик (failover)
  • Изграждане на агент за ръководство по инциденти с нива на прогресивна автономност

Безопасност, ограничения и човешки надзор

  • Класификация на действията: само за четене, нисък риск, висок риск и разрушителни
  • Точки за одобрение и политики за ескалация за критични операции
  • Модели за ограничения: белове от действия (allowlists), лимитиране на обхвата на въздействието и гаранции за откат
  • Одитни проследи и проследимост на решенията за съответствие

Оркестрация на множество агенти за сложни инциденти

  • Координиране на специализирани агенти: агент за сортиране, агент за диагностика, агент за отстраняване
  • Межагентна комуникация и управление на споделен контекст
  • Решаване на конфликти, когато агенти предлагат противоречиви действия
  • Симулация на голям инцидент от край до край с реакция на множество агенти

Наблюдаемост и оценка

  • Проследяване на веригите на разсъждение на агентите за отстраняване на грешки и одит
  • Оценка на качеството на решенията на агентите: точност, обхват (recall), време до решаване
  • Обратни връзки: учене от корекции на оператори и резултати
  • Отчитане на разходите и токеномическа ефективност за оперативни агенти

Въвеждане в продуктивна среда и операции

  • Въвеждане на агенти като услуги: API, уебхукове и планови задания
  • Постепенно въвеждане на автономност: от режим на сянка (shadow mode) до пълна автоматична корекция
  • Ръководство за случаи на отказ на агента: какво става, когато самият агент се счупи
  • Изграждане на бизнес случая и измерване на възвръщаемостта (ROI) за автономните операции

Изисквания

  • Опит в IT операциите, DevOps или SRE практики.
  • Знаене на скриптоване на Python и REST API.
  • Базово разбиране на възможностите на LLM и промпт инженерството.

Аудитория

  • Инженери по SRE и DevOps, изследващи автоматизация с AI.
  • Платформени инженери, изграждащи самоизцеляваща се инфраструктура.
  • Руководители на IT операции, оценяващи Agentic AI за управление на инциденти.
 14 Часа

Брой участници


Цена за участник

Предстоящи Курсове

Свързани Kатегории