Elastic 最近发布了 8.13 版本，其中包括 Elastic AI 助手 for Observability 的 Amazon Bedrock 集成正式可用。本博文将逐步介绍如何使用 Amazon Bedrock 设置 Elastic AI 助手。然后，我们将向您展示如何将内容添加到 AI 助手的知识库，以演示 Elasticsearch 的强大功能与 Amazon Bedrock 相结合如何增强 Elastic AI 助手提供的答案，使其完全符合您的独特需求。
管理应用程序及其运行的基础设施需要对各种类型的数据（如日志、跟踪、分析和指标）进行高级可观测性。通用生成式 AI 大型语言模型 (LLM) 提供了一种新功能，可以为您可观测性问题提供人类可读的指导。但是，它们也有局限性。具体而言，当涉及到提供有关您的应用程序的独特可观测性数据（如实时指标）的答案时，LLM 需要额外的上下文才能提供有助于实际解决问题的答案。这是 Elastic AI 助手 for Observability 可以独特解决的局限性。
Elastic 可观测性作为来自您的应用程序的所有可观测性数据的中央数据存储，与 Elastic AI 助手相结合，使您能够生成一个上下文窗口，该窗口可以告知 LLM 的响应并大大改进其提供的答案。例如，当您向 Elastic AI 助手提出有关您的应用程序中发生的特定问题时，它会收集所有相关详细信息 — 从日志中捕获的当前错误或您的团队已存储在 Elastic AI 助手的知识库中的相关运行手册。然后，它会将该信息作为上下文窗口发送到 Amazon Bedrock LLM，从中更好地回答您的可观测性问题。
请继续阅读以下步骤，了解如何为您自己设置 Elastic AI 助手。
设置 Elastic AI 助手 for Observability：在 Elastic Cloud 中创建 Amazon Bedrock 连接器
首先通过 AWS Marketplace 创建 Elastic Cloud 8.13 部署。如果您是 Elastic Cloud 的新用户，您可以创建具有 7 天免费试用的新部署。
登录您已创建的 Elastic Cloud 部署。从顶层菜单中，选择堆栈管理。
选择连接器。
单击创建连接器按钮。
启用 Amazon Bedrock 模型访问
为了填充所需的连接器设置，请使用以下步骤在 AWS 控制台中启用 Amazon Bedrock 模型访问。
在新浏览器标签中，打开 Amazon Bedrock，然后单击开始使用按钮。
目前，对 Amazon Bedrock 基础模型的访问是通过使用 AWS 控制台中的 Bedrock 模型访问部分请求访问来授予的。
从导航菜单中选择模型访问。
要请求访问，请选择您要访问的基础模型，然后单击保存更改按钮。对于本博文，我们将选择 Anthropic Claude 模型。
一旦授予访问权限，管理模型访问权限设置将指示已授予访问权限。
创建 AWS IAM 用户
创建一个 IAM 用户，并为其分配一个具有 Amazon Bedrock 完全访问权限的角色，并在控制台中生成 IAM 访问密钥和秘密密钥。如果您已经拥有具有生成的访问密钥和秘密密钥的 IAM 用户，则可以使用现有凭据访问 Amazon Bedrock。
配置 Elastic 连接器以使用 Amazon Bedrock
返回 Elastic Cloud 部署的创建连接器弹出窗口中，选择 Amazon Bedrock 的连接器。
输入您选择的连接器的名称。此外，输入您在上一步中复制的访问密钥和密钥秘密。单击保存并测试按钮以创建连接器。
在编辑连接器弹出窗口中，单击运行按钮，以确认连接器配置有效，并且可以成功连接到您的 Amazon Bedrock 实例。
您应该看到确认连接器测试成功的消息。
添加示例日志记录
现在连接器已配置，让我们添加一个日志记录，以演示 Elastic AI 助手如何帮助您更好地理解日志中包含的各种类型的信息。
使用 Elastic 开发工具添加单个日志记录。单击顶层菜单，然后选择开发工具。
在开发工具的控制台区域中，输入以下 POST 语句
POST /logs-elastic_agent-default/_doc
{
"message": "Status(StatusCode=\"BadGateway\", Detail=\"Error: The server encountered a temporary error and could not complete your request\").",
"@timestamp": "2024-04-21T10:33:00.884Z",
"log": {
"level": "error"
},
"service": {
"name": "proxyService"
},
"host": {
"name": "appserver-2"
}
}
然后单击绿色运行按钮以运行 POST 命令。
您应该看到 201 响应，确认示例日志记录已成功创建。
使用 Elastic AI 助手
现在你已经有了一个日志条目，让我们使用 AI 助手来了解它是如何与日志数据交互的。点击顶层菜单，选择可观测性。
在“可观测性”下选择日志 浏览器。
在日志浏览器搜索框中，输入文本“badgateway”，然后按 Enter 键执行搜索。
点击查看所有匹配项按钮，以包含所有搜索结果。
你应该看到之前通过开发工具插入的一条日志记录。点击操作列中的展开图标，查看日志记录的详细信息。
你应该看到日志记录的展开视图。让我们使用 AI 助手来总结它。点击这是什么消息？按钮。
我们得到了一个相当通用的回复。根据我们尝试分析的异常或错误，这仍然可能非常有用，但是我们可以通过向 AI 助手知识库添加更多文档来改进此回复。
让我们在 AI 助手的知识库中添加一个条目，以提高其对这个特定日志消息的理解。
点击窗口右上角的 AI 助手按钮。
点击安装知识库按钮。
点击顶层菜单，选择堆栈管理。
然后选择 AI 助手。
点击 Elastic AI 助手用于可观测性。
选择知识库标签。
点击新条目按钮，然后选择单条目。
给它 名称 “proxyservice”，并输入以下文本作为内容
I have the following runbook located on Github. Store this information in your knowledge base and always include the link to the runbook in your response if the topic is related to a bad gateway error.
Runbook Link: https://github.com/elastic/observability-aiops/blob/main/ai_assistant/runbooks/slos/502-errors.md
Runbook Title: Handling 502 Bad Gateway Errors
Summary: This is likely an issue with Nginx proxy configuration
Body: This runbook provides instructions for diagnosing and resolving 502 Bad Gateway errors in your system.
点击保存以保存新的知识库条目。
现在让我们回到可观测性日志浏览器。点击顶层菜单，选择可观测性。
然后在日志下选择浏览器。
展开与之前相同的日志条目，然后点击这是什么消息？按钮。
现在你得到的回复应该更相关了。
使用充满你自己的数据的知识库来试用 Elastic AI 助手
现在你已经看到了将 Elastic AI 助手连接到 Amazon Bedrock 的完整过程。你也看到了如何使用 AI 助手的知识库来存储自定义修复文档，例如 AI 助手可以利用的运行手册，以生成更有帮助的响应。这样的步骤可以帮助你在问题发生时更快地修复问题。使用你自己的日志和自定义知识库来试用 Elastic AI 助手。
通过在 AWS Marketplace 上注册并快速在世界各地 AWS 上的任何 Elastic Cloud 区域中启动部署，开始7 天免费试用。
本文中描述的任何特性或功能的发布和时间安排均由 Elastic 自行决定。任何当前不可用的特性或功能可能不会按时交付或根本不交付。
在这篇博客文章中，我们可能使用了或引用了第三方生成式 AI 工具，这些工具由其各自的所有者拥有和运营。Elastic 对第三方工具没有任何控制权，我们对其内容、操作或使用，以及因你使用此类工具而可能造成的任何损失或损害不承担任何责任。在使用包含个人、敏感或机密信息的 AI 工具时，请务必谨慎。你提交的任何数据都可能用于 AI 训练或其他目的。不能保证你提供的信息将保持安全或机密。你应该在使用任何生成式 AI 工具之前熟悉其隐私惯例和使用条款。
Elastic、Elasticsearch、ESRE、Elasticsearch Relevance Engine 和相关标记是 Elasticsearch N.V. 在美国和其他国家的商标、徽标或注册商标。所有其他公司和产品名称均为其各自所有者的商标、徽标或注册商标。