Dify에서 Tencent Cloud CLS 로그를 쿼리하고 경고 분석 자동화하기

대규모 언어 모델 (LLM) 워크플로우는 운영 데이터를 직접 읽을 수 있을 때 더욱 유용해집니다. 본 원문은 Dify를 위한 Tencent Cloud CLS 로그 쿼리 플러그인을 소개합니다. Tencent Cloud 자격 증명으로 플러그인 권한을 부여하면, Dify 애플리케이션이 CLS 로그 토픽을 쿼리하고 모델의 추론 (Reasoning) 기능을 사용하여 반환된 로그를 분석할 수 있습니다.

이 기사는 두 가지 실용적인 워크플로우를 다룹니다:

• Dify 애플리케이션을 통한 자연어 로그 쿼리;
• CLS 경고 콜백 (Callback)이 Dify 워크플로우를 트리거하는 자동화된 경고 분석.

플러그인의 기능

이 플러그인은 Dify와 Tencent Cloud CLS를 연결합니다. 원문에 따르면, 다음과 같은 두 가지 기능을 제공합니다:

기능	소스 기반 동작
인증 (Authentication)	SecretId 및 SecretKey가 설정된 후, Dify는 Tencent Cloud CAM 자격 증명을 사용하여 CLS에 액세스합니다
로그 검색 및 분석	Dify는 지정된 CLS 로그 토픽을 쿼리한 다음, 반환된 로그에 대해 모델 분석 또는 추론을 수행할 수 있습니다

플러그인 설치 및 권한 부여

원문에서는 두 가지 설치 경로를 제공합니다: 원문 끝에 있는 링크를 사용하거나 Dify 마켓플레이스에서 CLS를 검색하십시오.

설치 후:

1. 플러그인을 엽니다.
2. 인증 항목을 클릭합니다.
3. Tencent Cloud SecretId 및 SecretKey를 입력합니다.
4. 기본 CLS 로그 토픽을 설정합니다.
5. 설정을 저장합니다.

원문에서는 별도의 Tencent Cloud 사용자를 생성하고 읽기 전용 CLS 정책을 바인딩할 것을 권장합니다:

QcloudCLSReadOnlyAccess

유스케이스 1: 자연어 로그 쿼리

첫 번째 예시는 가장 단순한 Dify 사용 경로입니다:

1. Dify Studio에서 애플리케이션을 생성합니다.
2. Tencent Cloud CLS 쿼리 플러그인을 도구 (Tool)로 추가합니다.
3. 우측 상단에서 모델을 선택합니다.
4. 채팅창에서 자연어 (Natural language)를 사용하여 로그를 직접 쿼리합니다.

원문 기사에는 중요한 주의 사항이 포함되어 있습니다: 복잡한 로그 검색 요구 사항은 여전히 범용 모델이 CLS 쿼리 구문 (Syntax)을 얼마나 잘 이해하느냐에 달려 있습니다. 복잡한 운영 환경의 쿼리의 경우, 기사에서는 광범위한 자연어 프롬프팅 (Natural-language prompting)에만 의존하는 대신 Tencent Cloud CLS 콘솔의 AI 쿼리 작성 기능을 사용할 것을 권장합니다.

이는 유용한 운영상의 경계선입니다. 자연어는 탐색에는 좋지만, 실제 운영 환경의 트러블슈팅 (Troubleshooting)에는 여전히 정밀한 쿼리 구문과 명시적인 프롬프트 지침이 도움이 됩니다.

유스케이스 2: 경고 원인 자동 분석하기

두 번째 예시는 CLS 경고를 워크플로 (Workflow)로 전환하는 것입니다:

1. CLS가 경고 (Alert)를 트리거합니다.
2. 경고는 커스텀 콜백 (Custom callback)을 사용하여 Dify 워크플로 (Workflow) API를 호출합니다.
3. Dify 워크플로가 경고 내용을 읽습니다.
4. 워크플로가 CLS에서 관련 원시 로그 (Raw logs)를 쿼리합니다.
5. 모델이 로그를 분석하여 경고 원인을 식별하려고 시도합니다.
6. 최종 메시지가 Enterprise WeChat으로 전송됩니다.

원문 기사에 표시된 결과에는 원래의 CLS 경고와 더불어 '지능형 경고 원인 분석 (Intelligent alert-cause analysis)'이라고 불리는 모델이 생성한 더 명확한 섹션이 포함되어 있습니다.

경고 분석 워크플로 구축하기

원문 기사는 다음과 같은 이름의 워크플로 임포트 (Import) 파일을 제공합니다:

CLS Alarm Intelligent Early Warning Analysis.yml

또한 다음의 다운로드 URL도 제공합니다:

원문의 설정 단계는 다음과 같습니다:

1. Dify 워크플로를 생성하고 사례 구성 (Case configuration)을 임포트합니다.
2. 웹훅 키 (Webhook key)를 사용하여 Enterprise WeChat 노드를 업데이트합니다.
3. 워크플로를 게시 (Publish)합니다.
4. Dify 워크플로 API 키를 가져옵니다.
5. CLS 알림 콘텐츠 템플릿을 생성합니다. 이 템플릿은 Dify API를 호출하며 요청 헤더 (Request header)에 API 키를 사용합니다.
6. Dify 엔드포인트 (Endpoint)를 사용하여 CLS 통합 (Integration) 구성을 생성합니다.
7. 알림 채널 그룹을 생성하고 콘텐츠 템플릿과 통합 설정을 선택합니다.
8. 알림 정책 (Alert policy)에서 해당 알림 채널 그룹을 사용합니다.

운영상의 시사점

• 플러그인 자격 증명 (Credentials)의 범위를 제한하세요. 원문에서는 CLS 읽기 전용 정책 (Read-only policy)을 가진 별도의 사용자를 권장합니다.
• 자연어 쿼리 (Natural-language querying)를 복잡한 사례에서 정밀한 CLS 검색 구문의 대체재가 아닌, 하나의 진입점으로 취급하세요.
• 경고 자동화를 위해 콜백 경로를 명확히 하세요: CLS 경고 -> 알림 템플릿 -> 통합 구성 -> Dify 워크플로 API -> 메시지 전달.
• 모델의 추론 (Reasoning)을 로그 검색 이후에 배치하세요. 워크플로는 먼저 관련 원시 로그를 수집한 다음, 모델에게 이를 분석하도록 요청합니다.
• 스크린샷과 워크플로 파일을 배포 증거로 사용하되, API 키와 웹훅 키는 게시된 기사에 포함되지 않도록 주의하세요.