Udostępnij za pośrednictwem

Konfigurowanie i używanie agentów sztucznej inteligencji

Agenci sztucznej inteligencji (AI) rewolucjonizują sposób, w jaki ludzie i aplikacje angażują się w dane, integrując duże modele językowe (LLM) z zewnętrznymi narzędziami i bazami danych. Agenci usprawniają złożone przepływy pracy, zwiększają dokładność pobierania informacji i zapewniają intuicyjny interfejs języka naturalnego dla danych. W tym artykule opisano sposób trenowania agenta sztucznej inteligencji w celu zrozumienia FinOps, specyfikacji FinOps Open Cost and Usage Specification (FOCUS), oraz nawiązywania połączenia z danymi w instancji hubu FinOps.


Wymagania wstępne


Konfigurowanie narzędzia GitHub Copilot w programie VS Code

Najprostszym sposobem rozpoczęcia pracy z koncentratorem FinOps opartym na sztucznej inteligencji jest tryb agenta Copilot w usłudze GitHub.

  1. Utwórz konto w usłudze GitHub Copilot Free , jeśli nie masz narzędzia GitHub Copilot.

  2. Zainstaluj Node.js 20 lub nowszy.

  3. Zainstaluj program VS Code.

  4. Otwórz obszar roboczy i zapisz instrukcje narzędzia GitHub Copilot dotyczące centrów FinOps:

    1. Otwórz program VS Code.
    2. Otwórz folder lub obszar roboczy, w którym chcesz połączyć się z hubem FinOps.
    3. Utwórz folder .github w katalogu głównym obszaru roboczego.
    4. Pobierz instrukcje narzędzia GitHub Copilot dotyczące centrów FinOps i wyodrębnij zawartość do .github folderu.

  5. Zainstaluj narzędzie GitHub Copilot i usługę Azure MCP:

Aby uzyskać szczegółowe informacje na temat serwera Azure MCP, zobacz Azure MCP w witrynie GitHub.


Nawiązywanie połączenia z innych platform sztucznej inteligencji

Centra FinOps używają protokołu MCP (Model Context Protocol), aby nawiązać połączenie z danymi w usłudze Azure Data Explorer i wysyłać do nich zapytania przy użyciu serwera MCP platformy Azure. Oprócz usługi GitHub Copilot istnieje wiele popularnych klientów, którzy obsługują serwery MCP, takie jak Claude, Continue i inne. Chociaż nie przetestowano instrukcji z innymi klientami, możesz ponownie użyć niektórych lub wszystkich instrukcji dotyczących sztucznej inteligencji dla centrów FinOps z innymi klientami. Wypróbuj instrukcje z klientami, których używasz, i utwórz żądanie zmiany lub prześlij żądanie ściągnięcia, jeśli wykryjesz jakiekolwiek luki lub możliwości poprawy.

Aby dowiedzieć się więcej na temat serwera McP platformy Azure, zobacz Azure MCP w witrynie GitHub.


Wykonywanie zapytań dotyczących centrów FinOps za pomocą sztucznej inteligencji

Po zainstalowaniu serwera usługi Azure MCP i skonfigurowaniu klienta sztucznej inteligencji wykonaj następujące przykładowe kroki, aby nawiązać połączenie z wystąpieniem centrum FinOps i wykonać względem niego zapytanie. Te kroki są oparte na trybie agenta Copilot w usłudze GitHub z instrukcjami dotyczącymi sztucznej inteligencji dla centrów FinOps. Mogą one działać inaczej w innych programach-klientach.

Nawiązywanie połączenia z centrum

Jeśli używasz narzędzia GitHub Copilot, zacznij od otwarcia czatu w trybie agenta:

Instrukcje dotyczące sztucznej inteligencji dla centrów FinOps są wstępnie skonfigurowane dla zadań FinOps i już wiedzą, jak znaleźć wystąpienie centrum FinOps i nawiązać połączenie z tym wystąpieniem. Aby rozpocząć, poproś o połączenie z instancją Centrum FinOps.

/ftk-hubs-connect

Copilot powinien automatycznie łączyć się z instancją centrum FinOps. Jeśli masz wiele, powinna zostać wyświetlona lista. Możesz poprosić o nawiązanie połączenia z nimi według grupy zasobów, nazwy centrum, nazwy klastra, krótkiego identyfikatora URI klastra (nazwy klastra i lokalizacji) lub pełnego identyfikatora URI klastra.

Podczas nawiązywania połączenia z centrum może zostać wyświetlony monit o użycie poświadczeń. Wybierz Kontynuuj.

Pozostałe kroki będą używać funkcji FinOps, aby zademonstrować przykład typu pytań, które można zadać.

Pozyskiwanie danych: uzyskiwanie czasu ostatniego odświeżenia

Zapytania są kompletne tylko tak, jak pełne są dane. Zacznij od sprawdzenia, kiedy dane zostały ostatnio załadowane do systemu FinOps. Powinno to być częścią pierwszego kroku połączenia. Możesz również zapytać bezpośrednio:

When was my data last refreshed?

Eksporty zarządzania kosztami odbywają się zwykle co 24 godziny. W przypadku korzystania z eksportów zarządzanych można skonfigurować harmonogram do częstszego uruchamiania. Jeśli dane nie są up-to-date, sprawdź eksporty usługi Cost Management.

Alokacja: Koszt według grupy zasobów

Najczęstszym sposobem przydzielania kosztów na platformie Azure jest grupa zasobów. Aby zidentyfikować grupy zasobów z największym kosztem, zapytaj:

What are the top resource groups by cost?

Możesz również zapytać o subskrypcje (SubAccountName w programie FOCUS), sekcje faktur lub nawet tag.

Raportowanie i analiza: największe zmiany trendów kosztów

Dwa ostatnie przykłady były dość proste. Spróbujmy coś nieco bardziej złożonego, prosząc go o analizowanie trendów w czasie. Copilot zrobi kilka badań najpierw, aby opracować plan. Biorąc pod uwagę złożoność, Copilot może również poprosić o przejrzenie i zatwierdzenie zapytania KQL, które zostanie wykonane w celu przeprowadzenia analizy.

Analyze cloud service spending trends over the past 3 months. Show the top 5 services with the highest increase and top 5 with the highest decrease in cost, including percentage changes.

Jeśli zostanie wyświetlony monit o zatwierdzenie zapytania, możesz powiedzieć Copilotowi, aby dostosować lub wykonać zapytanie na podstawie Twoich potrzeb.

Biorąc pod uwagę złożoność tego zapytania, możesz poprosić o zapytanie, aby można było uruchomić je samodzielnie. Zawsze można uruchamiać te same zapytania w portalu Eksplorator danych. Możesz też poprosić copilot o podanie linku do uruchomienia zapytania:

Give me a link to run this query myself.

Zarządzanie anomaliami: identyfikowanie anomalii

Teraz poszukajmy anomalii:

Are there any unusual spikes in cost over the last 3 months?

Należy uzyskać podsumowanie znalezionych elementów, niezależnie od tego, czy wystąpiły anomalie, czy nie. To jest inne miejsce, w którym możesz poprosić o link do dostępu do zapytania, aby samemu zobaczyć szczegóły. Możesz również poprosić o zapytanie, a nawet je wyjaśnić.

Show me the query with comments on each line to explain what the line does.

Powinno to korzystać z wbudowanych funkcji wykrywania anomalii w Eksploratorze danych. Poproś Copilota, aby wyjaśnić wszystko, czego nie rozumiesz. Może to być świetna okazja, aby nauczyć się języka KQL. Powiedz Copilotowi, aby zmienił zapytanie lub dostosuj je samodzielnie do swoich potrzeb.

W moim przypadku dodano puste wiersze między każdym skomentowanym wierszem. Aby to uruchomić, musisz zaznaczyć cały tekst w edytorze zapytań Eksploratora danych i wybrać pozycję Uruchom.

Prognozowanie: koszty na koniec miesiąca dla projektu

Wykrywanie anomalii polega na przewidywaniu kosztów dnia na podstawie prognozy. Jeśli więc copilot może pomóc w analizie prognoz historycznych za pomocą wbudowanych funkcji eksploratora danych, możesz również przewidywać przyszłe koszty:

Show me the cost for last month, this month, and the forecasted cost by the end of the month for the subscriptions that have the highest cost this month.

Optymalizacja szybkości: kwantyfikacja oszczędności

Następnie przyjrzyjmy się oszczędnościom. Przyjrzyjmy się oszczędnościom zarówno z wynegocjowanych rabatów, jak i rabatów na zobowiązania, oraz kwantyfikujemy efektywną stopę oszczędnościową (ESR), aby dać nam pomysł na to, jak robimy z naszymi wysiłkami optymalizacji stóp procentowych:

What was my cost last month, how much did I save on commitment discounts, and how much did I save with my negotiated discounts? Show my total savings and effective savings rate.

Eksplorowanie danych

Oto kilka przykładów typów żądań, do których można uzyskać odpowiedzi dzisiaj. Zadaj własne pytania i przetestuj, jak sztuczna inteligencja może Ci pomóc. Pamiętaj tylko, że sztuczna inteligencja jest ograniczona do tego, czego uczy się i jakie dane są dostępne. Jeśli znajdziesz scenariusz, który nie został omówiony lub można go ulepszyć, udostępnij monit, odpowiedź otrzymaną i sposób, w jaki chcesz zobaczyć, że został on ulepszony jako żądanie zmiany zestawu narzędzi FinOps.


Prześlij opinię

Daj nam znać, jak nam idzie, zostawiając krótką opinię. Te recenzje służą do ulepszania i rozszerzania narzędzi i zasobów FinOps.

Przesyłanie opinii

Jeśli szukasz czegoś konkretnego, zagłosuj na istniejący lub utwórz nowy pomysł. Podziel się pomysłami z innymi osobami, aby uzyskać więcej głosów. Skupiamy się na pomysłach z największą większością głosów.

Głosuj na pomysły lub sugeruj własne


Treści powiązane

Powiązane funkcjonalności FinOps:

Powiązane produkty:

Powiązane rozwiązania: