新上线今天0 投票
用 Amazon Quick 和 New Relic 构建智能事件分类助手
在工程团队中，事件分类（incident triage）是一项极其耗时且对时效性要求极高的工作。站点可靠性工程师（SRE）和支持工程师通常需要在多个工具间切换，手动收集证据、评估用户影响并创建后续任务。现在，借助 Amazon Quick 和 New Relic 的集成能力，你可以将这些步骤统一到一个对话式工作流中，显著缩短平均解决时间（MTTR）。
核心思路：用 AI 代理串联工具
Amazon Quick 提供了原生集成连接器，可以连接 New Relic 和 Asana 等外部服务。通过构建一个自定义的事件分类助手代理，你只需一个提示词，就能让代理自动完成以下工作：
- 调查事件：利用 New Relic 的五个推理工具——包括生成告警洞察报告、量化用户影响范围、分析实体日志和事务等——自动收集关键证据。
- 生成根因分析（RCA）简报：代理会整合调查结果，形成包含证据链接的 RCA 摘要。
- 创建跟踪任务：在 Asana 中自动创建一个已跟踪的任务，便于后续交接。
实际效果：从分钟级到秒级
在内部测试中，使用 New Relic 自身应用的场景下，该代理将事件分类的证据收集阶段耗时减少了 60% 以上。这不仅加快了事件解决速度，还降低了换班时的知识丢失风险，并为整个值班轮换提供了统一的调查标准。
技术实现：New Relic MCP 服务器集成
Amazon Quick 的 New Relic 连接器基于 Model Context Protocol (MCP)，提供了五个专用工具：
- generate_alert_insights_report：识别关键告警驱动因素。
- generate_user_impact_report：量化受影响用户和服务数量。
- analyze_entity_logs：提取错误签名和异常。
- analyze_transactions：分析事务性能。
- 以及更多工具，代理会根据提示自动决定调用哪些。
适用场景与价值
该模式不仅适用于事件分类，更展示了 Amazon Quick 连接企业工具与 AI 代理的通用能力。对于工程领导者而言，这意味着：
- 更快的 MTTR：自动化证据收集和任务创建。
- 一致的质量：无论谁值班，都遵循相同的调查流程。
- 降低认知负荷：工程师无需在多个界面间手动跳转。
下一步
你可以参考 AWS 官方文档，在 Amazon Quick 中配置 New Relic 和 Asana 连接器，并根据团队需求定制提示词。这个事件分类助手只是一个起点——类似的代理模式可以扩展到告警响应、变更管理、客户支持等多种场景。