在 AWS DevOps Agent 调查后自动执行修复

英文原标题：Automate remediation post AWS DevOps Agent investigation

本文为英文原文的机器翻译摘要，原文见：AWS Machine Learning Blog ↗

• 文章介绍如何用 AWS Lambda Durable Functions、Amazon EventBridge 和 Amazon Bedrock 构建自动化修复工作流，补齐 AWS DevOps Agent 调查之后的修复环节。
• AWS DevOps Agent 基于关联的指标、日志和应用拓扑自主分诊事件，提供根因分析（RCA）和修复建议，但通常处于只观察和报告模式，不直接改动生产资源。
• 工作流流程：DevOps Agent 完成调查并发出事件，EventBridge 触发 Lambda 函数，再调用 durable function，将调查上下文交给 Amazon Bedrock 分析并列出可用的修复工具。
• 安全控制上采用精选的允许列表（allowlist），每个工具是执行特定动作的 Lambda 函数；只读操作自动执行，会修改基础设施的操作则暂停并等待人工批准。
• Lambda Durable Functions 可自动检查点、暂停执行并在收到批准信号后从断点恢复，无需消耗计算资源，从而把调查摘要转化为可一键批准的预验证修复方案，降低 MTTR。

关键数据

• AWS Lambda Durable Functions 支持应用运行最长一年。
• 前置条件包括 Python 3.14 或更高版本。
• 当前实现使用批准或拒绝信号，回调接受任意 JSON 负载。

为什么值得看：它展示了如何在保留人工审批控制的前提下，用 AWS 托管服务把 DevOps Agent 的调查结果自动转化为可执行的修复动作，从而缩短事件响应时间。