Новости

AWS предложила open source‑решение Chaplin для анализа событий AWS Health с помощью AI‑агентов

Обновлено: 1 июля 2026 г.

Почему это важно

Подход с self-service‑аналитикой событий AWS Health через AI‑агентов может сигнализировать о смещении операционной работы в облаке от ручной интерпретации уведомлений к диалоговому анализу внутри инструментов разработчиков. Это укладывается в тренд интеграции agentic AI в инфраструктурные процессы, где команды получают ответы и контекст напрямую из данных облака без посредников. Для компаний с большим числом аккаунтов и сервисов это может означать ускорение принятия операционных решений и снижение зависимости от внешней поддержки.

Команды эксплуатации, которые ведут инфраструктуру в AWS, постоянно получают поток уведомлений AWS Health. Это могут быть сообщения о завершении поддержки Amazon Linux 2, устаревании версий RDS или выводе из эксплуатации экземпляров EC2. Нередко такие уведомления приходят сразу по более чем 50+ аккаунтам. Без собственной аналитики быстро понять, какие события затрагивают production‑системы, где нужны срочные действия, а что относится к долгосрочному планированию, довольно трудно. В итоге специалисты часто обращаются к Technical Account Managers (TAMs), чтобы разобраться в уведомлениях, и принятие операционных решений замедляется.

Как сообщает AWS Machine Learning Blog, для этой задачи предложено open source‑решение Chaplin (Customer Health and Planned Lifecycle Intelligence Nexus). Оно использует AI‑агентов на базе Amazon Bedrock, доступных через Model Context Protocol (MCP), и дает возможность проводить self‑service анализ событий AWS Health. Команды могут задавать вопросы на естественном языке из MCP‑совместимых AI‑ассистентов и получать ответы с контекстом, не обращаясь в AWS Support. Инструкции по развертыванию опубликованы в репозитории Chaplin AWS Health Agentic Assistant на GitHub.

Chaplin предоставляет аналитические инструменты для клиентов, которые работают с MCP. Пользователь взаимодействует с системой через ассистентов вроде Claude Code или Kiro CLI и формулирует запросы на обычном языке. Например, можно спросить о предстоящих событиях жизненного цикла RDS в ближайшие 60 days, получить сводку открытых событий EC2 с учетом срочности, проверить security patches для production‑среды или выяснить, какие maintenance windows могут затронуть приоритетные приложения.

Такой подход помогает DevOps, security и operations‑командам самостоятельно разбирать поток уведомлений, заранее планировать миграции и оценивать возможные операционные последствия. За счет MCP Chaplin также может работать вместе с другими MCP‑совместимыми инструментами, такими как JIRA, GitHub или ServiceNow, и связывать данные AWS с бизнес‑контекстом, включая теги ресурсов, классификацию окружений и информацию о владельцах. Кроме того, eligible Health events в будущем планируется напрямую связывать с шаблонами AWS Transform, чтобы пользователи могли сразу предпринимать действия по таким событиям.

Ключевые факты

В материале описано решение Chaplin, open source инструмент для self-service аналитики событий AWS Health на базе AI‑агентов с использованием Amazon Bedrock и Model Context Protocol (MCP).
Chaplin позволяет задавать вопросы о событиях AWS Health на естественном языке через MCP‑совместимые ассистенты, такие как Claude Code или Kiro CLI.
Система анализирует данные AWS Health, доступные через AWS Health API и Amazon EventBridge, и помогает выявлять и приоритизировать события по инфраструктуре.
В примере использования команды могут запрашивать предстоящие события жизненного цикла RDS в ближайшие 60 дней или получать сводку открытых событий EC2 с приоритизацией по срочности.