Создание рабочего процесса от инцидента до PR на базе ИИ с помощью Dynatrace

Что если бы проблема в производственной среде могла автоматически создавать задачу на GitHub, исследовать первопричину, генерировать исправление кода и открывать запрос на слияние для проверки? Присоединяйтесь к Энди Грабнеру и Джошу Хендрику, которые продемонстрируют комплексный автоматизированный рабочий процесс устранения проблем, работающий на базе Dynatrace, GitHub Actions, dtctl, Dynatrace Intelligence и Live Debugger. Используя реальный сценарий сбоя приложения, вы узнаете, как обнаруживать проблемы с помощью данных мониторинга, автоматизировать рабочие процессы расследования, собирать доказательства во время выполнения и ускорять анализ первопричин с помощью устранения проблем с помощью ИИ. В этом видео вы узнаете, как: Обнаруживать сбои приложений с помощью Dynatrace OpenPipeline и пользовательской обработки событий Автоматически создавать задачи GitHub при возникновении проблем в производственной среде Использовать рабочие процессы Dynatrace и Dynatrace Intelligence для автоматической сортировки Запрашивать журналы, трассировки и данные мониторинга с помощью dtctl Захватывать переменные времени выполнения в реальном времени с помощью Live Debugger без остановки выполнения приложения Обогащать агентов ИИ диагностическими данными в реальном времени Генерировать автоматические исправления кода и запросы на слияние GitHub Сообщать о ходе устранения проблем в Dynatrace Создавать сквозные рабочие процессы агентов для доставки и эксплуатации программного обеспечения Этот практический пример показывает, как данные мониторинга могут выйти за рамки обнаружения и стать основой для автоматизированных рабочих процессов расследования и устранения проблем. Независимо от того, являетесь ли вы SRE, платформенным инженером, разработчиком или специалистом DevOps, вы увидите, как Dynatrace может помочь сократить ручное устранение неполадок и ускорить время решения проблем с помощью ИИ и автоматизации. 🔗 Полезные ссылки Изучите пример репозитория GitHub, использованный в этой демонстрации: https://dt-url.net/dtctl-ai-bug-demo Узнайте больше о рабочих процессах Dynatrace: https://docs.dynatrace.com/docs/analy... Узнайте больше об OpenPipeline: https://docs.dynatrace.com/docs/platf... Узнайте больше о Live Debugger: https://docs.dynatrace.com/docs/obser... Узнайте больше о Dynatrace Intelligence: https://docs.dynatrace.com/docs/dynat... Узнайте, как использовать dtctl: https://github.com/dynatrace-oss/dtctl Посетите Dynatrace Playground: https://dt-url.net/devrel-signup-play... 📖 Разделы 📖 00:00 Введение — Мечта: автоматическое обнаружение, автоматическое исправление, простое слияние 00:42 Знакомство с Джошем Хендриксом (DevRel, Dynatrace) 01:20 Демонстрационное приложение: ARC Store и сбой налоговой службы 01:48 Шаг 1 — Dynatrace автоматически обнаруживает исключение 02:07 Шаг 2 — Рабочий процесс Agentic создает задачу GitHub с указанием первопричины 03:09 Шаг 3 — Действие GitHub запускает агент расследования ИИ 04:07 Подробный анализ: Как строится рабочий процесс Dynatrace (OpenPipeline → событие Davis → Dynatrace Intelligence) 09:35 Шаг 4 — GitHub Action запускает dtctl для сбора доказательств 10:16 Что такое dtctl? Как агент его использует 11:09 Отладчик в реальном времени: сбор данных переменных во время выполнения без остановки приложения 12:25 Что означает отладчик в реальном времени для наблюдаемости агента 13:13 Шаг 5 — Агент создает запрос на слияние и отправляет отчет в Dynatrace 14:45 Что дальше: замыкание цикла с помощью агента валидации 15:36 Краткий обзор архитектуры — полный сквозной процесс 18:06 Заключение и ссылки 🔬 Есть вопрос? Посетите наше сообщество и пообщайтесь с нашими экспертами и пользователями: https://dynatr.ac/3M0AzM6 👉 Оставайтесь на связи Facebook →   / dynatrace   Instagram →   / dynatrace   LinkedIn →   / dynatrace   Bluesky → https://bsky.app/profile/dynatrace.com X →   / dynatrace   Twitch →   / dynatrace