作者：来自 Elastic Jonathan Simon 及 Udayasimha Theepireddy (Uday)

按照以下分步流程开始使用 Elastic AI Assistant for Observability 和 Amazon Bedrock。

如果你想使得下面的操作适用于 DeepSeek R1，那么你可以更进一步阅读文章 “使用 Ollama 和 Kibana 在本地为 RAG 测试 DeepSeek R1”。

Elastic 最近发布了 8.13 版本，其中包括 Elastic AI Assistant for Observability 对 Amazon Bedrock 集成的正式发布。本文将逐步介绍如何设置 Elastic AI Assistant 与 Amazon Bedrock 的集成。然后，我们会展示如何向 AI Assistant 的知识库添加内容，以演示 Elasticsearch 与 Amazon Bedrock 相结合如何增强 Elastic AI Assistant 的回答，使其高度贴合你的需求。

管理应用程序及其运行的基础设施需要对多种数据类型（如日志、跟踪、性能分析和指标）进行高级可观测性分析。通用生成式 AI 大语言模型（LLMs）提供了一个新能力，可以用人类可读的方式解答你的可观测性问题。但它们也存在局限性，特别是在处理你应用中实时指标等独特的可观测性数据时，LLMs 需要额外的上下文才能提供有助于实际解决问题的答案。这正是 Elastic AI Assistant for Observability 可以独特解决的问题。

Elastic Observability 作为从你应用流入的所有可观测性数据的中心数据存储，与 Elastic AI Assistant 相结合，可以生成一个上下文窗口，丰富 LLM 的响应内容，从而显著提升回答质量。例如，当你向 Elastic AI Assistant 提出关于应用中某个具体问题的问题时，它会收集所有相关细节 —— 来自日志的当前错误或团队存储在知识库中的相关 runbook，然后将这些信息作为上下文窗口发送给 Amazon Bedrock 的 LLM，以便更好地回答你的可观测性问题。

继续阅读，按照以下步骤自行设置 Elastic AI Assistant。

设置 Elastic AI Assistant for Observability：在 Elastic Cloud 中创建 Amazon Bedrock 连接器

首先，通过 AWS Marketplace 创建一个 Elastic Cloud 8.13 部署。如果你是 Elastic Cloud 的新用户，可以通过 7 天免费试用创建新部署。

登录你创建的 Elastic Cloud 部署。在顶层菜单中，选择 Stack Management。

选择 Connectors。

点击 Create connector 按钮。

启用 Amazon Bedrock 模型访问

要填写所需的连接器设置，请按照以下步骤在 AWS 控制台启用 Amazon Bedrock 模型访问。

在新的浏览器标签页中打开 Amazon Bedrock，点击 Get started 按钮。

目前，访问 Amazon Bedrock 基础模型需要在 AWS 控制台的 Bedrock Model access 部分申请访问权限。

从导航菜单中选择 Model access。

要申请访问权限，选择你想访问的基础模型，然后点击 Save Changes 按钮。本文中，我们将选择 Anthropic Claude 模型。

一旦访问权限被授予，Manage model access 设置将显示访问已被授予。

创建 AWS IAM 用户

创建一个 IAM 用户，并为其分配具有 Amazon Bedrock 完全访问权限的角色，同时在控制台生成 IAM 访问密钥和密钥。如果你已经有一个 IAM 用户并且生成了访问密钥和密钥，可以使用现有凭证访问 Amazon Bedrock。

配置 Elastic 连接器使用 Amazon Bedrock

回到 Elastic Cloud 部署的创建连接器界面，选择 Amazon Bedrock 连接器。

为连接器输入一个你选择的 Name。然后，输入之前复制的 Access Key 和 Key Secret。点击 Save & test 按钮创建连接器。

在 Edit Connector 弹出窗口中，点击 Run 按钮，确认连接器配置有效且能成功连接到你的 Amazon Bedrock 实例。

你应该会看到连接器测试成功的确认信息。

添加示例日志记录

现在连接器已配置好，接下来添加一条日志记录，演示 Elastic AI Assistant 如何帮助你更好地理解日志中包含的各种信息。

使用 Elastic Dev Tools 添加单条日志记录。点击顶层菜单，选择 Dev Tools。

在 Dev Tools 的控制台区域，输入以下 POST 语句：

POST /logs-elastic_agent-default/_doc
{"message": "Status(StatusCode=\"BadGateway\", Detail=\"Error: The server encountered a temporary error and could not complete your request\").","@timestamp": "2024-04-21T10:33:00.884Z","log": {"level": "error"},"service": {"name": "proxyService"},"host": {"name": "appserver-2"}
}

然后点击绿色的 Run 按钮运行 POST 命令。

你应该会看到 201 响应，确认示例日志记录已成功创建。

使用 Elastic AI Assistant

现在你已有一条日志记录，接下来使用 AI Assistant 体验它如何与日志数据交互。点击顶层菜单，选择 Observability。

在 Observability 下选择 Logs Explorer。

在 Logs Explorer 的搜索框中输入 “badgateway”，然后按 Enter 键进行搜索。

点击 View all matches 按钮，显示所有搜索结果。

你应该会看到之前通过 Dev Tools 插入的那条日志记录。点击操作列中的展开图标查看日志详情。

你应该会看到展开的日志记录视图。接下来使用 AI Assistant 来总结它。点击 What's this message? 按钮。

我们得到一个比较通用的回答。根据我们要分析的异常或错误，这仍然非常有用，但我们可以通过向 AI Assistant 知识库添加更多文档来改进这个回答。

让我们在 AI Assistant 的知识库中添加一条条目，以提升它对这条特定日志信息的理解。

点击窗口右上角的 AI Assistant 按钮。

点击 Install Knowledge base 按钮。

点击顶层菜单，选择 Stack Management。

然后选择 AI Assistants。

点击 Elastic AI Assistant for Observability。

选择 Knowledge base 标签页。

点击 New entry 按钮，选择 Single entry。

​​I have the following runbook located on Github. Store this information in your knowledge base and always include the link to the runbook in your response if the topic is related to a bad gateway error.Runbook Link: https://github.com/elastic/observability-aiops/blob/main/ai_assistant/runbooks/slos/502-errors.mdRunbook Title: Handling 502 Bad Gateway ErrorsSummary: This is likely an issue with Nginx proxy configurationBody: This runbook provides instructions for diagnosing and resolving 502 Bad Gateway errors in your system.

点击 Save 保存新的知识库条目。

现在我们回到 Observability 的 Logs Explorer。点击顶层菜单，选择 Observability。

然后在 Logs 下选择 Explorer。

展开之前的同一条日志记录，点击 What’s this message? 按钮。

你现在得到的回答应该更加相关。

试用填充了你自己数据的 Elastic AI Assistant

现在你已经看到如何将 Elastic AI Assistant 连接到 Amazon Bedrock 的完整流程。你也了解了如何使用 AI Assistant 的知识库存储自定义的修复文档（如 runbooks），让 AI Assistant 利用这些文档生成更有帮助的回答。这类步骤能帮助你更快地解决问题。使用你自己的日志和自定义知识库来试用 Elastic AI Assistant 吧。

通过 AWS Marketplace 注册，开始 7 天免费试用，几分钟内即可在 AWS 全球任何 Elastic Cloud 区域快速启动部署。

本文中描述的任何功能发布及时间均由 Elastic 全权决定。当前未提供的功能可能不会按时或根本不发布。

本文可能使用或引用了由第三方拥有和运营的生成式 AI 工具。Elastic 对这些第三方工具没有控制权，对其内容、操作或使用不承担任何责任，也不对你使用这些工具可能产生的任何损失负责。使用 AI 工具处理个人、敏感或机密信息时请谨慎。你提交的任何数据可能会被用于 AI 训练或其他用途，无法保证信息的安全性或保密性。请在使用任何生成式 AI 工具前，熟悉其隐私政策和使用条款。

Elastic、Elasticsearch、ESRE、Elasticsearch Relevance Engine 及相关标志是 Elasticsearch N.V. 在美国及其他国家的商标或注册商标。其他所有公司和产品名称均为其各自所有者的商标、标志或注册商标。

原文：Getting started with the Elastic AI Assistant for Observability and Amazon Bedrock — Elastic Observability Labs