Amazon Bedrock скоротив час аналізу інцидентів у Circle K на 67–75%

Компанія Circle K управляє понад 17 200 магазинами та АЗС у 27 країнах. Її хмарна інфраструктура на базі AWS забезпечує роботу касових систем, програм лояльності та сервісів для зарядки електромобілів. З ростом цифрових операцій збільшилася кількість алертів, а ручний аналіз кожного з них забирав у чергових інженерів 45–60 хвилин: фахівцям доводилося окремо перевіряти логи, метрики, трейси та внутрішні регламенти.

Щоб скоротити цей час, команда DevOps розробила автоматизовану систему тріажу інцидентів на базі сервісу Amazon Bedrock.

Еволюція архітектури: від Flows до AgentCore

Початкову версію рішення побудували за допомогою Amazon Bedrock Flows:

1. Сповіщення з Grafana потрапляло через Amazon SNS та SQS до функції AWS Lambda, яка запускала Flow.
2. Паралельно спрацьовували два спеціалізовані агенти: AWSResourceExplorerAgent опитував ресурси AWS (стан завдань Amazon ECS, стан таргетів балансувальника, метрики CloudWatch), а OpenSearchExplorerAgent витягував логи застосунків та звертався до бази знань Amazon Bedrock Knowledge Bases за картками сервісів.
3. Після них запускався GitHubExplorerAgent, який шукав у репозиторіях сервісу код, файли конфігурації інфраструктури та свіжі коміти на основі знайдених раніше помилок.
4. Вузол AnalysisPrompt зводив зібрану інформацію в структуроване резюме з ймовірною першопричиною, доказами та порадами щодо виправлення, після чого Lambda надсилала повідомлення в Slack.

Коли обсяги даних і глибина аналізу зросли, команда перейшла на Amazon Bedrock AgentCore. Спеціалізованих агентів об'єднали в єдиного контейнеризованого агента, що виконується в сесії AgentCore Runtime (платформа підтримує сесії тривалістю до 8 годин). Доступ до джерел даних (GitHub, Amazon OpenSearch Service, баз знань) тепер централізовано контролює Amazon Bedrock AgentCore Gateway.

Новий рантайм забезпечив збереження стану сесії для ітеративного пошуку за логами, збір трейсів за стандартами OpenTelemetry у CloudWatch та гнучкість у виборі фреймворків.

Результати та висновки

Після впровадження версії на базі AgentCore у квітні 2026 року середній час аналізу інциденту знизився до менш ніж 15 хвилин (зменшення на 67–75%). Прості збої обробляються за 5–8 хвилин, а багатокомпонентні розслідування, які раніше тривали понад годину, вкладаються у 15 хвилин.

Серед ключових уроків проєкту команда Circle K виділила такі:

• Передавання логів прямо в промпт: попередня фільтрація логів через Lambda та передача помилок у текст промпту працює швидше, ніж спроби агента самостійно шукати дані через виклики API.
• Послідовний пошук у коді: запуск аналізу репозиторіїв у GitHub лише після збору даних про збій звужує контекст і дозволяє точніше виявляти проблемні рядки.
• Відокремлення логіки від оркестрації: утримання промптів та інструментів окремо від структури потоків дозволило без переписування перенести логіку з Bedrock Flows на AgentCore Runtime.

Надалі Circle K планує підключити AWS DevOps Agent для автоматичного виконання простих дій із виправлення (перезапуск завдань, масштабування, відкат релізів) після підтвердження інженером у Slack, а також розширити контекст агента даними з Jira, Confluence та внутрішніх ранбуків.