AWS تطلق Chaplin مفتوح المصدر: تحليلات ذاتية الخدمة لـ AWS Health عبر وكلاء Amazon Bedrock

أطلقت AWS مشروع Chaplin مفتوح المصدر، وهو أداة لتحليل أحداث AWS Health بشكل ذاتي بمساعدة وكلاء ذكاء اصطناعي يعتمدون على Amazon Bedrock وModel Context Protocol.

ما هو Chaplin

يُعدّ Chaplin اختصارًا لـ Customer Health and Planned Lifecycle Intelligence Nexus. وهو ليس خدمة مدفوعة جديدة من AWS، بل مجموعة أدوات مفتوحة يمكن للفرق نشرها بنفسها وتكييفها مع بيئتها التقنية وتوسيعها لتناسب مهام محددة.

يقوم الحل على وكلاء ذكاء اصطناعي مدمجين مع AWS Health API عبر MCP (Model Context Protocol). يستطيع الوكلاء تحليل أحداث AWS المنظَّمة، مثل إشعارات الأعطال والصيانة المجدولة وتغييرات دورة حياة الموارد، وتحويلها إلى استنتاجات محددة بلغة طبيعية. وبات بالإمكان الحصول على ملخص للحوادث النشطة عبر واجهة محادثة بسيطة بدلًا من AWS Console.

كيف تعمل بنية MCP

MCP معيار مفتوح للتفاعل بين تطبيقات LLM والأدوات الخارجية. تروّج له Anthropic، وتتبنّاه بنشاط شركات كبرى، من Microsoft إلى Google. في Chaplin، يتصل وكلاء Amazon Bedrock بأدوات AWS Health عبر خادم MCP، ما يوفر نقطة توسعة مرنة دون إعادة كتابة النواة.

ومن خلال هذه البنية، يستطيع الوكلاء:

• الاستعلام عن حالة موارد محددة، مثل EC2 وRDS وLambda وغيرها من الخدمات
• تصفية الأحداث بحسب المنطقة أو الحساب أو نوع الخدمة
• بناء تسلسل زمني للحوادث وللتغييرات التقنية المجدولة
• إعداد ملخصات لأصحاب المصلحة من غير التقنيين دون مصطلحات متخصصة
• التوصية بالخطوات التالية بناءً على نوع الحدث وأولويته

يستطيع أي عضو في الفريق، سواء كان مدير منتج أو مهندس SRE أو محللًا ماليًا، أن يطرح سؤالًا بلغة طبيعية ويحصل على إجابة منظَّمة، دون أن يتعمق في الـ Console ودون كتابة SQL.

لماذا تحتاجه الفرق

يولّد AWS Health تدفقًا مستمرًا من الإشعارات: نوافذ الصيانة المجدولة، وتحذيرات الإيقاف التدريجي (deprecation)، والحوادث الإقليمية، وتغييرات الحدود. وكان تحليل هذا التدفق في السابق يتم يدويًا عبر لوحات المعلومات أو أدوات خاصة تتطلب مهارات مستقلة. أما Chaplin فينقل هذه العملية إلى نمط الخدمة الذاتية.

وبذلك تستطيع الفرق الآن:

• الحصول على ملخص لجميع الأحداث النشطة في بنيتها التحتية خلال ثوانٍ
• معرفة الموارد التي ستتأثر بأعمال الصيانة المجدولة المقبلة
• تقييم أثر الحادث على workload محدد أو على عملية أعمال بعينها
• إخطار الأشخاص المعنيين تلقائيًا عبر القناة التي يختارونها

ولأن Chaplin منشور كمشروع مفتوح المصدر، تستطيع المؤسسات تكييفه: إضافة مصادر بيانات خاصة بها، أو تغيير منطق الوكلاء، أو دمجه مع أنظمة المراقبة وإدارة التذاكر الداخلية.

Amazon Bedrock كأساس

تستخدم AWS لتشغيل الوكلاء منصة Amazon Bedrock، وهي منصتها الخاصة للتعامل مع نماذج LLM من مزوّدين رائدين، منهم Anthropic وMeta* وMistral وAI21 وغيرهم. ويمنح ذلك مرونة في اختيار النموذج وفق متطلبات التكلفة والسرعة وجودة الإجابات.

يمثّل الجمع بين Bedrock وMCP نمطًا آخذًا في التشكل ضمن منظومة AWS للذكاء الاصطناعي في المؤسسات: ليس مجرد روبوت دردشة، بل وكيل لديه وصول فعلي إلى بيانات البنية التحتية الحية، ولا يكتفي بالإجابة بل يستطيع أيضًا إطلاق طلبات إلى أنظمة خارجية.

ما معنى ذلك

يُعدّ Chaplin مثالًا دالًّا على أن MCP لم يعد معيارًا أكاديميًا، بل صار بنية إنتاجية فعلية. فـ AWS لا تستخدمه في عرض تجريبي، بل في حل يتعامل مع بيانات بالغة الأهمية عن حالة البنية التحتية. وينبغي للشركات الراغبة في تقليص زمن الاستجابة لأحداث البنية التحتية وتخفيف الحمل عن فرق DevOps أن تدرس هذه الأداة.

*تُصنَّف Meta منظمة متطرفة ومحظورة في روسيا.