Poznámka:
Přístup k této stránce vyžaduje autorizaci. Můžete se zkusit přihlásit nebo změnit adresáře.
Přístup k této stránce vyžaduje autorizaci. Můžete zkusit změnit adresáře.
Hluboký kontext je znalost vašeho prostředí – kódu, infrastruktury, postupů vašeho týmu a toho, co se stalo v minulých šetřeních. Na rozdíl od obecného pomocníka s AI, který pokaždé začíná od nuly, váš agent vytvoří rostoucí představu o tom, jak vaše systémy fungují.
Návod
- Hluboký kontext znamená, že váš agent rozumí your kód, infrastrukturu a provozní historii – nejen obecné Azure znalosti.
- Vytváří toto porozumění prostřednictvím tří pilířů: analýza kódu, trvalá paměť a inteligentní funkce na pozadí.
- Připojená úložiště zdrojového kódu (GitHub, Azure DevOps) poskytují agentovi přímý přístup ke čtení, vyhledávání a navigaci v základu kódu.
Nástroje pracovního prostoru (operace se soubory, příkazy terminálu, spouštění Python) vyžadují povolení. Obraťte se na správce agenta nebo povolte prostřednictvím stránky Experimentální nastavení na portálu.
Deep Context není jediná funkce, kterou povolíte – jedná se o kombinaci tří pilířů, které spolupracují automaticky.
| Pilíř | Jak funguje | Jak to sestavit |
|---|---|---|
| Kontextová analýza | Čte kód, prohledává znalosti a prochází prostředí v reálném čase. | Připojená úložiště + znalostní báze + uživatelské předvolby |
| Trvalá paměť | Pamatuje si minulé šetření, kontext týmu a provozní vzory. | Učení konverzací a znalostní soubory |
| Inteligentní funkce na pozadí | Nepřetržitě se učí z vašeho prostředí – i když nikdo chatuje | Analýza základu kódu + generování přehledů + rozšiřování zdroje dat |
Proč záleží na hlubokém kontextu
Znalosti vašeho týmu se nacházejí na desítce různých míst – zdrojový kód v GitHub, protokoly v Azure Monitor, konfigurace v souborech YAML, runbooky na wikiwebu nikdo neaktualizuje a kmenové znalosti v hlavách vašich vedoucích inženýrů. Když dojde k incidentu, nejtěžší částí není přemýšlení o problému, ale shromáždění dostatečného kontextu, aby bylo vůbec možné začít přemýšlet.
Hloubkový kontext to řeší tím, že vašemu agentu poskytne nepřetržitý přístup ke všem těmto zdrojům – a schopnost pamatovat si, co se z každé interakce učí.
Pilíř 1: Kontextová analýza
Váš agent má nepřetržitý přímý přístup k připojeným úložištím, znalostní bázi a uživatelským předvolbám. Nečeká, až se zeptáte před čtením kódu – prozkoumává vaše úložiště, učí strukturu projektu a proaktivně vytváří porozumění.
Kdykoli můžete přidat další kontext:
- Pojení úložišť – propojte GitHub nebo Azure Repos, aby váš agent mohl číst zdrojový kód. Viz konektory.
- Nahrání dokumentů znalostí – přidání runbooků, průvodců architekturou a týmových postupů Viz Paměť a znalosti.
-
Řekněte agentovi, aby si pamatoval – zadejte
#rememberdo chatu, aby agent uložil fakta, která by měl vědět. Viz Paměť a znalosti. - Vytvářejte dovednosti – balíčkování postupů řešení problémů pomocí nástrojů. Podívejte se na Dovednosti.
Zabezpečení
Všechny operace pracovního prostoru běží v sandboxovém prostředí. Provádění kódu probíhá v izolovaných kontejnerech, ne v hostiteli agenta. Azure CLI příkazy pro zápis vyžadují explicitní schválení uživatele před spuštěním.
Pilíř 2: Trvalá paměť
Váš agent si pamatuje, co se učí. Po každé konverzaci agent extrahuje strukturované aspekty – míry úspěšnosti nástrojů, původní příčiny, klíčové poznatky a to, které služby Azure byly zapojeny. Ukládají se jako trvalé znalosti a používají se ke zlepšení budoucích šetření.
Další informace: Paměť a znalosti
Pilíř 3: Inteligentní funkce na pozadí
Váš agent nepřetržitě vytváří provozní porozumění – i když nikdo nes chatuje – prostřednictvím tří systémů na pozadí:
Analýza základu kódu
Když připojíte úložiště kódu, agent ho automaticky analyzuje – strukturu projektu, sadu technologií, konfigurace nasazení a závislosti služeb. Do vašeho úložiště vytvoří soubor SREAGENT.md jako PR (pull request).
Generování přehledů
Služba na pozadí pravidelně agreguje data z více zdrojů – minulých konverzací, incidentů, kontextu pracovního prostoru – a používá sémantické porovnávání ke generování, odsouhlasení a vývoji provozních přehledů v průběhu času.
Rozšiřování schématu Kusto
Když připojíte cluster Azure Data Explorer (Kusto), agent automaticky vyhledá databáze a tabulky, dokumentuje schéma každé tabulky, generuje popisy pro člověka a sestavuje šablony dotazů KQL.