Разработчики представили решение Rocketgraph, предназначенное для оптимизации работы с большими объемами логов при отладке систем с помощью языковых моделей. Инструмент автоматически анализирует миллиарды записей, выделяя ключевые паттерны и аномалии, и преобразует их в компактный «снимок» данных. Такой подход позволяет передавать в контекстное окно LLM только значимую информацию, сохраняя при этом общую картину состояния системы.
Основная проблема при использовании ИИ для анализа логов заключается в ограничении контекстного окна и высокой стоимости токенов при обработке неструктурированных данных. Новое решение автоматизирует процесс фильтрации и агрегации, превращая сырые текстовые потоки в структурированный формат, пригодный для интерпретации моделями. Это снижает вероятность галлюцинаций и повышает точность диагностики сложных программных сбоев.
Технология ориентирована на инженеров, работающих с высоконагруженными распределенными системами, где ручной поиск причин инцидентов затруднен из-за огромного количества событий. Использование подобных промежуточных слоев обработки данных становится стандартом при построении агентных систем, способных самостоятельно проводить мониторинг и отладку инфраструктуры в реальном времени.