Partilhar via

Configurar e usar agentes de IA

Os agentes de Inteligência Artificial (IA) estão revolucionando a forma como as pessoas e os aplicativos se envolvem com os dados, integrando grandes modelos de linguagem (LLMs) com ferramentas e bancos de dados externos. Os agentes simplificam fluxos de trabalho complexos, melhoram a precisão da recuperação de informações e fornecem uma interface intuitiva em linguagem natural para seus dados. Este artigo descreve como treinar um agente de IA para entender o FinOps, o FinOps Open Cost and Usage Specification (FOCUS) e conectar-se a dados em uma instância de hub FinOps.


Pré-requisitos


Configurar o Copilot do GitHub no VS Code

A maneira mais simples de começar a usar um hub FinOps alimentado por IA é com o modo GitHub Copilot Agent.

  1. Inscreva-se no GitHub Copilot Free se você não tiver o GitHub Copilot.

  2. Instale Node.js 20 ou posterior.

  3. Instale VS Code.

  4. Abra um espaço de trabalho e salve as instruções do GitHub Copilot para hubs FinOps:

    1. Abra o VS Code.
    2. Abra uma pasta ou espaço de trabalho onde você deseja se conectar à sua instância de hub do FinOps.
    3. Crie uma .github pasta na raiz do espaço de trabalho.
    4. Baixe as instruções do GitHub Copilot para hubs FinOps e extraia o conteúdo para a .github pasta.

  5. Instale o GitHub Copilot e o Azure MCP:

Para obter detalhes sobre o servidor MCP do Azure, consulte Azure MCP no GitHub.


Conecte-se a partir de outras plataformas de IA

Os hubs FinOps usam o Protocolo de Contexto de Modelo (MCP) para se conectar e consultar seus dados no Azure Data Explorer usando o servidor MCP do Azure. Além do GitHub Copilot, existem muitos clientes populares que suportam servidores MCP, como Claude, Continue e muito mais. Embora não tenhamos testado instruções com outros clientes, você pode reutilizar algumas ou todas as instruções de IA para hubs FinOps com outros clientes. Experimente as instruções com os clientes que você usa e crie uma solicitação de alteração ou envie uma solicitação pull se descobrir quaisquer lacunas ou melhorias.

Para saber mais sobre o servidor MCP do Azure, consulte Azure MCP no GitHub.


Consultar hubs FinOps com IA

Depois de instalar o servidor MCP do Azure e configurar seu cliente de IA, use as etapas de exemplo a seguir para conectar e consultar sua instância de hub FinOps. Essas etapas são baseadas no modo GitHub Copilot Agent com as instruções de IA para hubs FinOps. Podem funcionar de forma diferente noutros clientes.

Conecte-se ao seu hub

Se você estiver usando o GitHub Copilot, comece abrindo o Chat no modo Agente:

As instruções de IA para hubs FinOps são pré-configuradas para tarefas FinOps e já sabem como encontrar e se conectar à sua instância de hub FinOps. Para começar, peça para se conectar à sua instância do hub FinOps:

/ftk-hubs-connect

O Copilot deve se conectar automaticamente à sua instância do hub FinOps. Se tiveres vários, deverás ver uma lista deles. Você pode pedir para se conectar a eles por grupo de recursos, nome do hub, nome do cluster, URI curto do cluster (nome e local do cluster) ou o URI completo do cluster.

Ao se conectar ao seu hub, você pode ser solicitado a usar suas credenciais. Selecione Continuar.

O restante das etapas usará os recursos do FinOps para demonstrar um exemplo do tipo de perguntas que você pode fazer.

Ingestão de dados: obtenha o último tempo de atualização

As suas consultas são tão completas quanto os seus dados. Comece verificando quando os dados foram carregados pela última vez em sua instância do hub FinOps. Isso deve fazer parte da primeira etapa de conexão. Você também pode perguntar diretamente:

When was my data last refreshed?

As exportações do Cost Management normalmente são executadas a cada 24 horas. Se estiver usando exportações gerenciadas, você poderá configurar o agendamento para ser executado com mais frequência. Se os dados não estiverem up-to-date, verifique as exportações do Cost Management.

Alocação: Custo por grupo de recursos

A maneira mais comum de alocar custos no Azure é por grupo de recursos. Para identificar os grupos de recursos com maior custo, pergunte:

What are the top resource groups by cost?

Você também pode perguntar sobre assinaturas (SubAccountName no FOCUS), seções de fatura ou até mesmo tag.

Relatórios + análises: as maiores mudanças nas tendências de custos

Os dois últimos exemplos foram bastante simples. Vamos tentar algo um pouco mais complexo, pedindo-lhe para analisar as tendências ao longo do tempo. O copiloto fará algumas pesquisas primeiro para elaborar um plano. E dada a complexidade, o Copilot também pode pedir que você revise e aprove uma consulta KQL que ele executará para realizar a análise.

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.

Se for solicitado a aprovar a consulta, pode pedir ao Copilot para ajustar ou executar a consulta com base nas suas necessidades.

Dada a complexidade deste, você pode querer pedir a consulta para que você mesmo possa executá-la. Você sempre pode executar as mesmas consultas a partir do portal do Data Explorer. Ou peça ao Copilot para lhe dar um link para executar a consulta:

Give me a link to run this query myself.

Gestão de anomalias: Identificar anomalias

Agora vamos procurar anomalias:

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

Você deve obter um resumo do que foi encontrado, se houve anomalias ou não. Este é outro lugar onde você pode querer pedir um link para a consulta para ver os detalhes por si mesmo. Você também pode pedir a consulta ou até mesmo fazer com que ela explique a consulta.

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

Isso deve usar a funcionalidade interna de deteção de anomalias do Data Explorer. Peça ao Copilot para explicar qualquer coisa que você não entenda. Esta pode ser uma ótima oportunidade para aprender KQL. Diga ao Copilot para alterar a consulta ou ajustá-la você mesmo para atender às suas necessidades.

No meu caso, acrescentou linhas vazias entre cada linha comentada. Para executar isso, você precisará selecionar todo o texto no editor de consultas do Data Explorer e selecionar Executar.

Previsão: Custos de fim de mês do projeto

A deteção de anomalias consiste em prever qual seria o custo de um dia com base numa previsão. Portanto, se o Copilot puder ajudá-lo a analisar previsões históricas com recursos integrados do Data Explorer, você também poderá projetar custos futuros:

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.

Otimização da taxa: Quantificando a economia

A seguir, vejamos a poupança. Vamos procurar economias através de descontos negociados e descontos por compromisso, e quantificar a Taxa de Poupança Efetiva (ESR) para nos dar uma ideia de como estamos a fazer com os nossos esforços de otimização das tarifas:

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.

Explore os seus dados

Estes são apenas alguns exemplos dos tipos de pedidos aos quais pode obter respostas hoje. Faça suas próprias perguntas e teste como a IA pode ajudá-lo. Basta lembrar que a IA se limita ao que é ensinada e aos dados que tem disponíveis. Se você encontrar um cenário que não é coberto ou pode ser melhorado, compartilhe o prompt, qual resposta você recebeu e como você gostaria de vê-lo melhorado como uma solicitação de alteração do kit de ferramentas FinOps.


Enviar comentários

Informe-nos sobre o nosso desempenho com uma avaliação rápida. Usamos essas análises para melhorar e expandir as ferramentas e os recursos do FinOps.

Enviar comentários

Se você está procurando algo específico, vote em uma ideia existente ou crie uma nova. Partilhe ideias com outras pessoas para obter mais votos. Focamo-nos nas ideias mais votadas.

Votar ou sugerir ideias


Conteúdo relacionado

Recursos de FinOps relacionados:

Produtos relacionados:

Soluções relacionadas: