Amazon CloudWatch Application Signals 新增了人工智能驱动的合成调试功能

发布于: 2025年11月5日

适用于应用程序性能监控（APM）的 Amazon CloudWatch Application Signals 模型上下文协议或 MCP 服务器现已将 CloudWatch Synthetics 金丝雀监控直接集成到其审计框架中，从而可以对合成监控故障进行人工智能驱动的自动化调试。DevOps 团队和开发人员现在可以在兼容的人工智能助手（例如 Amazon Q、Claude 或其他支持的助手）中使用自然语言问题（例如“为什么我的结账金丝雀失败了？”），利用人工智能驱动的全新调试功能，快速区分金丝雀基础设施问题和实际服务问题，从而解决在维护可靠合成监控时面临的大规模手动分析难题。

该集成扩展了 Application Signals 现有的多信号（服务、运营、SLO、黄金信号）分析功能，使其包括全面的金丝雀诊断。新功能通过智能审计管道自动将金丝雀故障与服务运行状况指标、跟踪数据和依赖关系关联起来。系统从用户的自然语言提示词出发，对六个主要领域进行多层诊断分析，包括网络问题、身份验证失败、性能问题、脚本错误、基础设施问题和服务依赖关系。该分析包括自动比较 HTTP 存档或 HAR 文件、分析 CloudWatch 日志、检查 S3 构件及验证配置，显著缩短了识别和解决合成监控问题的时间。
然后，客户可以通过与支持的人工智能助手进行自然语言交互来获得这些洞察。

此功能已在提供 Amazon CloudWatch Synthetics 的所有商业 AWS 区域推出。客户将需要访问兼容的人工智能代理（例如 Amazon Q、Claude 或其他支持的人工智能助手），才能使用人工智能驱动的调试功能。

要了解有关为合成监控实现基于人工智能的调试的更多信息，请访问 CloudWatch Application Signals MCP 服务器文档。