Mesterséges intelligencia, magyarul.
Az eredeti közleményekből.

A Dynatrace és az AWS adatait használja a Kiro Crew új mérnöki eszköze

2026. szeptember 23.Forrás: Dynatrace
A Dynatrace és az AWS adatait használja a Kiro Crew új mérnöki eszköze
Kép: Dynatrace

A Kiro Crew, a Dynatrace és az Amazon Web Services közös megoldása a megfigyelhetőségi adatokat mérnöki munkafolyamattá alakítja. A nyílt forráskódú alkalmazás a problémák áttekintését, rangsorolását és kivizsgálását támogatja, miközben a módosításokat emberi jóváhagyáshoz köti.

A lényeg röviden
  • A Kiro Crew Dynatrace Intelligence problémáit Kanban táblán jeleníti meg.
  • Az ügynök több szempont alapján rangsorolja az aktív problémákat.
  • Az alkalmazás olvasási célú, a módosításokat ember hagyja jóvá.
  • A megoldás dtctl-n, DQL-lekérdezéseken és Grailon keresztül olvassa az adatokat.
  • A nyílt forráskódú alkalmazás demóadatokkal is kipróbálható.

Egyetlen táblán jelennek meg a környezet problémái

A Dynatrace szeptember 23-i bejelentése szerint a Kiro Crew a Dynatrace Intelligence által feltárt problémákat Kanban táblán jeleníti meg. A problémák a New, Ongoing, Under Maintenance és Recently Closed életciklusok szerint láthatók. Külön nézetek szolgálnak a szolgáltatások és az alkalmazások áttekintésére, ezeket az Unhealthy, Watch és Healthy állapotjelzések szerint csoportosítja a rendszer.

Az adatokat az alkalmazás a nyílt forráskódú dtctl Dynatrace parancssori eszközön keresztül olvassa, DQL-lekérdezésekkel a Grail rendszerből. A Dynatrace szerint így nincs szükség új hitelesítési adatok létrehozására vagy külön API-kliens karbantartására, ha a felhasználó már használja a dtctl-t.

Az alkalmazás olvasási célú. Nem zár le problémákat, és nem módosít konfigurációt. A végrehajtást igénylő műveletek Dynatrace-hivatkozásra vagy emberi közreműködéssel működő ügynöki munkamenetre irányítják a felhasználót.

Az ügynök megindokolja, mit érdemes először kivizsgálni

A Kiro Crew ügynöke rangsorolja az aktív problémákat, és mindegyikhez egysoros indoklást ad. A rangsorolás figyelembe veszi a probléma kategóriáját, az érintett elemek számán keresztüli hatókört, a Dynatrace Intelligence által azonosított gyökérokot, a fennállás időtartamát, valamint azt, hogy ismétlődnek-e hasonló problémák.

A rangsorhoz a Kiro Crew a környezetről felhalmozott kontextust is felhasználja, ezért az eredmény az adott infrastruktúrához igazodik. A rangsor javaslat, a döntést a mérnök hozza meg. Egy kattintással továbbra is használhatók a súlyosság, az életkor, a hatókör vagy az időtartam szerinti meghatározott rendezések.

Egy probléma megnyitásakor elérhető az állapot, a kategória, az időzítés, az érintett elemek, valamint az azonosított gyökérok. Az Investigate gomb előre kitöltött, csak olvasási utasítást tartalmazó Kiro Crew-beszélgetést indít, a Summarize pedig rövid összefoglalót készít értekezlethez vagy incidenscsatornához.

Három lépés a kipróbálás, demóadatokkal is működik

Az első használatkor a felhasználónak meg kell erősítenie, hogy telepítve van a dtctl, majd csatlakoztatnia kell Dynatrace-környezetét. Ez böngészős egyszeri bejelentkezéssel, OAuth-folyamaton keresztül, vagy platformtokennel és a környezet URL-jével történhet. Több tenant esetén kiválasztható, melyik környezet adatait olvassa a tábla.

A tokenek csak a tulajdonos számára elérhetők, és az alkalmazás nem jeleníti meg őket. Ha nincs még hitelesítés, beépített demóadatkészlet használható, amely minden válaszban demóként van megjelölve.

A Kiro Crew alkalmazás nyílt forráskódú a GitHubon, és a felhasználó saját gépén, saját tenantja ellen futtatható. A Dynatrace szerint a megoldás jelentősége abban áll, hogy a már meglévő működési adatok és elemzések közvetlenül bekerülnek a mérnöki munkafolyamatba. A vállalat ezt a modellt a problémák kivizsgálásán túl új szolgáltatások építésére, meglévő szolgáltatások javítására és adatvezérelt fejlesztésekre is alkalmas irányként mutatja be.

Kapcsolódó hírek

A CoreWeave szerint a modell élesítése csak a fejlesztési ciklus kezdete
Fejlesztőknek2026. október 2.

A CoreWeave szerint a modell élesítése csak a fejlesztési ciklus kezdete

A CoreWeave szerint egy modell vagy ügynök élesítése után kezdődik az igazán értékes tanulási szakasz. A vállalat és a Weights & Biases ezt AI Loopnak nevezi, amely a…

A Dynatrace felvásárolta az Arize-t az AI teljes életciklusának megfigyeléséért
Cégek és üzlet2026. október 1.

A Dynatrace felvásárolta az Arize-t az AI teljes életciklusának megfigyeléséért

Lezárult az Arize felvásárlása, a Dynatrace az AI-natív nyomkövetést, értékelést és kísérletezést saját megfigyelhetőségi képességeivel kapcsolja össze. A cél a…

A Dynatrace lezárta az Arize felvásárlását
Cégek és üzlet2026. október 1.

A Dynatrace lezárta az Arize felvásárlását

A Dynatrace lezárta az Arize felvásárlását, így egy platformon kapcsolná össze a mesterségesintelligencia-alkalmazások fejlesztését, értékelését, üzemeltetését és…