AI 助手 FAQ
关于 AWSops AI 助手的问题与解答。
可以提出哪些问题？
AI 助手回答横跨 9 个分区领域（另有本地专项分区）的 AWS/Kubernetes 运维问题。需要哪个领域会被自动判别（参见下文"路由"），用自然语言提问即可。
| 领域 | 示例问题 |
|---|---|
| Network | "从 EC2 A 到 B 连不通"、"帮我检查 VPC 对等连接的路由"、"帮我分析 Security Group 规则" |
| Container | "EKS Pod 处于 Pending 状态"、"ECS 服务部署失败的原因是什么？" |
| Data | "RDS 连接很慢"、"DynamoDB throttling 的原因是什么？"、"ElastiCache 内存不足" |
| Security | "帮我分析这个 IAM 策略的权限"、"模拟 S3 存储桶的访问权限"、"cross-account 角色配置" |
| Monitoring | "如何设置 CloudWatch 告警"、"在 CloudTrail 中查找特定事件"、"分析 EC2 CPU 趋势" |
| Cost | "分析本月成本"、"成本激增的原因是什么？"、"成本优化建议" |
| IaC | "帮我审查这段 Terraform"、"CloudFormation 堆栈创建失败的原因是什么？" |
| Observability | "显示服务 p99 延迟（Prometheus）"、"在 ClickHouse 追踪中查找慢调用" |
| Ops | 不完全符合上述分类的一般 AWS 运维问题 |
如果已连接数据源（外部可观测性），还可以将自然语言直接转换为 PromQL/LogQL 等进行查询——详情请参阅下文"外部可观测性"以及数据源开发 FAQ。
问题是如何被路由到合适领域的？
AI 助手使用混合路由（ADR-038，LIVE）。不再是把所有问题都抛给大模型的固定路由注册表。
3 阶段流水线
- 正则 fast-path — 明确的信号（"EKS pod"、"IAM policy"、"cost spike" 等）仅凭模式匹配即可立即确定领域，无需调用模型即完成路由（延迟·成本为 0）。
- Haiku 4.5 分类器 — 若 fast-path 未能确定，则由轻量快速的 Haiku 模型对问题进行分类并发送到合适的分区。
- 提示词缓存 — 缓存系统提示词/工具定义，降低重复调用的延迟与 token 成本（缓存命中率约 59%）。
如果想显式选择领域，请在输入框输入斜杠（/）。参见下文"斜杠指定领域"条目。
AWS 数据是如何实时获取的？
实时 AWS 查询通过 AgentCore MCP（Model Context Protocol）Lambda 工具完成。助手直接用工具查询回答问题所需的数据，然后进行分析。
- 约 160 个只读工具分布在 9 个分区网关（Network / Container / Data / Security / Monitoring / Cost / IaC / Ops / External-Obs — 依 ADR-004 修订）中。工具数量为约数，仍在持续演进。
- 外部可观测性连接器（Prometheus·ClickHouse）已提升为 external-obs 网关，作为第九个网关参与路由（ADR-004 修订 2026-06-24，9 配置 / 9 路由）。其余外部集成属于独立的 Integrations 轴（ADR-007/017）。
- Steampipe 仅作为由 flag 门控的库存同步（
steampipe_enabled，默认 OFF）用途存在。它不是实时查询引擎，也不是常驻的本地服务。
网关↔Lambda 的关系、MCP 协议内部机制、如何添加新工具，请参阅 AgentCore & Memory FAQ。
可以用斜杠（/）直接指定领域吗？
可以。自动路由是默认行为，但在输入框输入斜杠（/）即可直接选择分区领域（/network、/cost、/security 等）。显式选择后会跳过路由判别，直接发送到该分区。
自动领域徽章
即使不手动选择，响应中也会显示领域徽章，展示问题被路由到了哪个领域。如果去了与意图不符的领域，可以用斜杠重新指定，或把问题改得更具体。
对话记录会被保存吗？
会。对话以线程为单位持久保存在 Aurora（PostgreSQL）中。基于文件的按用户内存（data/memory/）已不再使用。
- Claude 应用风格侧边栏 — 在左侧侧边栏浏览历史线程，可以开始新对话或继续之前的对话。
- 专用页面 + 抽屉共享同一份记录 — 完整页面（
/assistant）和可在任意位置调出的可调整大小聊天抽屉共享同一线程记录。在抽屉中开始的对话可以在完整页面上无缝继续。 - 深链接 — 通过
?thread=<id>查询参数可直接打开特定线程，便于向同事分享对话链接。 - 响应以 Markdown 渲染，流式输出期间文本也会实时显示。
助手会去改动资源吗？
不会。 AWSops 是只读运维仪表板 + AI 诊断。助手不会创建·修改·删除·重启 AWS 资源。
- AWS 资源变更与自主执行已永久冻结（do-not-enable）——这是依据 2026-06-11 高风险 ADR 撤销共识确立的政策。
- 助手只提供诊断·根因分析（RCA）·建议。实际变更由用户在 AWS 控制台/IaC 中自行执行。
- 不过在外部数据方面，在治理之下可以读取外部可观测性数据，并写入外部记录/工单/消息（ADR-041）。这需经过 SSRF 防护·Secrets Manager·DLP/redaction·目的地 allowlist·human-gate·flag-OFF 管控，属于外部系统的数据记录，而非 AWS 资源变更。
"助手帮我重启这个实例"之类的变更请求不会被执行。请改为提问"帮我诊断为什么这个实例不稳定"。
AI 综合诊断（AI Diagnosis）是什么？
AI 综合诊断是由 worker 层异步执行的只读诊断报告。由于是繁重的多阶段采集·分析任务，不会像聊天那样内联处理，而是作为后台任务放入队列执行。
两种深度（tier）
| Tier | 章节数 | 默认模型 |
|---|---|---|
| Light | 8+1 个章节（共 9 渲染 — 目前与 Mid 相同） | Sonnet |
| Mid | 8+1 个章节（共 9 渲染） | Sonnet |
| Deep | 15+1 个章节（base 8 + deep 专用 7 + intended-vs-actual，共 16 渲染） | Sonnet 默认，Opus 可选（仅 deep，受 cost-gate 约束） |
功能
- 自动标题 + 标签（自动建议 + 手动添加）+ 标题修改。
- 软删除 — 即使删除也会保留记录，只有所有者或 admin 可以删除。
- 导出 — 生成 DOCX / PDF 并存储到 S3，在应用内代理下载（内嵌含韩文在内的 CJK 字体）。
- 生成时间以 KST 显示。
诊断复用既有的采集工具，且始终只读——不会变更任何 AWS 资源。
可以执行代码吗？
可以。通过 Code Interpreter 可以执行 Python 代码。数据分析·可视化类问题会自动利用它。
支持
- Python 3.x 执行环境、主要库（pandas、numpy、matplotlib 等）
- 生成图表/图形、在临时目录内进行文件读写
限制
- 沙箱环境（限制网络访问）· 执行时间限制
- 不直接调用 AWS API——助手先用 MCP 工具查询数据，然后用代码分析这些数据。
示例问题
- "用饼图展示按 EC2 实例类型划分的成本"
- "按时段分析最近 30 天的 CloudTrail 事件"
- "计算 Lambda 函数内存使用量的统计数据"
AI 给出错误答案时怎么办？
AI 助手基于 Amazon Bedrock（Claude Sonnet / Opus / Haiku）。
数据准确性
- AWS 资源数据通过 AgentCore MCP 工具实时查询。
- 即使数据本身准确，AI 的解读也可能出错。
应对方法
- 通过追加提问确认 — "那个信息的来源是什么？"、"再详细解释一下"
- 直接确认 — 在仪表板对应页面或 AWS 控制台验证
- 提供反馈 — 说"错了"、"再确认一下"会触发重新分析。指出的错误越具体，结果越准确。
AI 的局限
- 可能无法即时感知正在发生的故障（实时事件）。
- 最新的 AWS 功能可能不在训练数据中。
- 可能无法考虑账户特有的配置或 SCP 限制。
响应缓慢时怎么办？
以下是 AI 响应延迟的常见原因与解决方案。
1. AgentCore Runtime 冷启动 — 首个请求需要时间启动容器（数十秒），之后的请求处于 Warm 状态会更快。
2. 复杂问题 — 涉及多个领域的问题耗时较长。"分析网络并且也看看成本" → 请拆分为两个问题。
3. 大量数据查询 — CloudTrail 事件、大规模资源列表等请指定时间范围/过滤条件（例如："最近 1 小时"、"仅 production 标签"）。
4. 网络路径 — CloudFront → 内部 ALB → Fargate → AgentCore。请确认 CloudFront Origin 超时设置（建议 60 秒）。
流式响应
响应以流式输出，无需等待全部完成即可实时显示。
TTFT（Time To First Token）的构成要素与改进方法请参阅架构 Deep Dive。