· AI Engineer World's Fair 2025
Мультиагентный ИИ и сетевые графы знаний для управления изменениями и тестирования сетей
Multi-Agent AI and Network Knowledge Graphs for Change Management and Network Testing
Связка тикетов ServiceNow, мультиагентной системы и графа знаний сети позволяет проверять сетевые изменения до внедрения, по словам автора.
- Граф знаний по слоям — данные контроллеров, Splunk и телеметрии через ETL приводятся к схеме OpenConfig в ArangoDB. Агент спускается только до нужного слоя: для проверки дрейфа конфигурации достаточно сырого конфига, а для достижимости нужны плоскости данных и управления.
- Fine-tuning вместо RAG — RAG для запросов к графу работал плохо. Дообучение агента на схеме и примерах запросов, по словам автора, заметно сократило расход токенов и время ответа, но цифр автор не назвал.
- Тест-план из тикета — агент выводит список тестов с ожидаемыми результатами по намерению из заявки. Исполнитель прогоняет их на цифровом двойнике: графе сети вместе с инструментами вроде Batfish.
- Открытый фреймворк агентов — агенты общаются по открытым протоколам MCP и A2A. Автор считает, что граф знаний и открытый фреймворк нужны для масштабирования такого подхода.
Кому полезно: тем, кто строит агентов для сетевых операций и управления изменениями вместе с ITSM-системами.
Главы
Похожие доклады
Агентный GraphRAG: логическое преимущество ИИ
AI Engineer World's Fair 2025
Близко по содержанию
Как закрепить Enterprise GenAI с помощью графов знаний
AI Engineer Summit 2025
Близко по содержанию
Зачем мозгу агента нужен плейбук: практические преимущества онтологий
AI Engineer World's Fair 2025
Близко по содержанию
Agentic GraphRAG: упрощаем поиск по структурированным и неструктурированным данным
AI Engineer World's Fair 2025
Близко по содержанию
