Un système autonome qui effectue une analyse des causes profondes. Déclenché manuellement ou directement par un ticket, une alerte ou un webhook, l'agent de diagnostic approfondi réalise une analyse complète des causes profondes sans intervention humaine. Il explore la topologie unique de votre réseau, exécute les tests pertinents, synthétise les résultats et fournit un diagnostic structuré, prêt à être examiné par un ingénieur ou utilisé pour une action automatisée.

Comment l'agent décide de ce qu'il doit faire
Au début de chaque session, l'agent lit les descriptions de tous les outils MCP activés. Il compare ces descriptions à l'invite à l'aide du modèle de langage sous-jacent ; aucune syntaxe figée ni règle de routage n'est appliquée. Les outils appropriés sont appelés automatiquement en fonction des besoins de la tâche.
De l'événement au diagnostic
Les pistes d'audit sont conservées de bout en bout. Aucune correction non supervisée : toute action nécessite une vérification humaine ou une automatisation préalablement approuvée.
L'intelligence conversationnelle au-delà de votre environnement existant runbook bibliothèque. Les ingénieurs posent des questions en langage naturel sur runbook résultats, explorer d'autres pistes de remédiation et mettre à jour runbookavec les leçons tirées d'incidents réels. Le savoir institutionnel devient une ressource vivante plutôt qu'un document statique.

Analyse d'impact du changement, avant de pousser
Avant toute modification, l'outil analyse la configuration en temps réel de chaque périphérique concerné et émet un avis favorable ou défavorable pour chaque périphérique, accompagné d'une justification. Il identifie les applications impactées en s'appuyant sur les données de chemin d'accès et le contexte de configuration. Les ingénieurs disposent ainsi d'une recommandation claire pour chaque périphérique avant même l'envoi de la moindre commande.
Vérification post-modification à grande échelle
Après exécution, l'outil vérifie la réussite de la modification pour chaque appareil concerné, le tout résumé sur une seule ligne par appareil. Ce qui serait autrement une liste de différences illisible pour des centaines d'appareils se transforme en un résumé concis et exploitable.
L'intelligence conversationnelle au service de votre runbooks
Poser des questions en langage naturel sur runbook Des résultats et des réponses directes, pas des données brutes.
Quand un runbook Si le problème persiste, l'assistant recommande l'automatisation suivante à appliquer.
Génère des résumés concis avec des conclusions initiales — partageables sans retouches.
Exemples d'invites
« Résumez les alertes dans ce runbook. »
«Afficher les résultats du ping par lots sous forme de tableau.»
« Pourquoi la qualité vocale est-elle mauvaise entre ces deux points de terminaison ? »
« Qu’est-ce qui a changé sur ces appareils au cours des 2 dernières heures ? »
Partager le contexte au sein de l'équipe
Épinglez les messages fréquents en tant qu'objectifs afin que l'équipe parte d'un contexte partagé et non d'une conversation vide.
Partagez les fils de discussion entre les équipes — runbook L'information n'est plus confinée à la session d'un seul ingénieur.
La plupart des agents d'IA sont construits sans intelligence réseau. NetBrainL'intégration bidirectionnelle MCP de [Nom de l'entreprise] comble cette lacune dans les deux sens : les agents externes des plateformes ITSM, les outils d'observabilité et les assistants IA peuvent interroger [Nom de l'entreprise]. NetBrain comme appel d'outil, et NetBrainL'agent de diagnostic approfondi de [Nom de l'entreprise] utilise MCP pour extraire des informations contextuelles de ServiceNow et d'autres plateformes connectées avant d'établir un diagnostic. Dans les environnements restreints, le serveur MCP s'exécute entièrement sur site, parallèlement à un modèle déployé localement, sans nécessiter d'appels d'API externes.
Automatisation des processus ITSM et des flux de travail
Votre plateforme ITSM conserve des années d'historique d'incidents : chaque ticket ouvert, chaque chemin de résolution emprunté, chaque description de symptôme rédigée par votre équipe. Ce contexte est essentiel à un agent de diagnostic réseau avant qu'il ne puisse analyser le réseau. Sans lui, l'agent se base uniquement sur les données réseau. Grâce à lui, il sait précisément ce qui se passait dans l'environnement au moment où l'incident a débuté.
La connexion fonctionne dans les deux sens.
NetBrainL'agent de diagnostic approfondi utilise MCP pour extraire le contexte des tickets depuis ServiceNow et d'autres plateformes ITSM avant d'effectuer un diagnostic. Description de l'incident, tickets associés, historique des modifications récentes : toutes ces informations alimentent le processus de raisonnement. Le diagnostic obtenu ne se fonde pas uniquement sur l'état du réseau ; il prend également en compte le contexte opérationnel de l'incident.
Dans l'autre sens, lorsque votre flux de travail ITSM est configuré pour appeler NetBrainGrâce au serveur MCP, l'outil ServiceNow ou Jira accède aux informations réseau en temps réel. Il peut ainsi interroger la topologie du réseau, vérifier l'état des équipements sur un chemin donné ou déterminer si une panne réseau connue correspond à la description de l'incident, et intégrer cette réponse dans le traitement du ticket. NetBrain renvoie les données ; le flux de travail décide quoi en faire.
Moins d'escalades vers l'ingénierie réseau. Moins de temps passé sur la question initiale de chaque incident : s'agit-il d'un problème réseau ?
Observabilité des applications
La surveillance des applications signale une dégradation des performances. Elle ne précise pas si la panne provient de la couche applicative, de l'infrastructure ou du réseau. Déterminer la cause exacte nécessite une expertise dont la plupart des équipes d'observabilité ne disposent pas.
Isolation des défauts inter-piles
Lorsqu'un agent APM détecte une dégradation, il peut interroger NetBrain via MCP pour demander si une panne de réseau est en cause. NetBrain Le système trace le chemin entre les points de terminaison affectés, vérifie l'état des appareils à chaque étape et renvoie un verdict. La plateforme d'observabilité obtient une réponse directe, qu'il s'agisse d'une panne réseau ou non, sans nécessiter d'enquête supplémentaire ni d'appel de pont. Les ingénieurs applicatifs consultent la conclusion dans l'outil qu'ils utilisent déjà.
Quand il s'agit du réseau, NetBrain Le système renvoie le périphérique et l'interface concernés. Si ce n'est pas le cas, l'équipe applicative peut exclure le réseau avec la même certitude.
Assistants et copilotes IA d'entreprise
Les assistants IA d'entreprise sont de plus en plus utilisés par les équipes d'ingénierie pour accomplir leurs tâches : recherche, synthèse, vérification d'état. Mais lorsqu'il s'agit d'une question relative au réseau, l'assistant ne fait que des suppositions. Il n'a aucune visibilité sur la topologie du réseau, aucun accès à l'état des appareils, ni aucune connexion avec les processus en cours d'exécution.
Réponses adaptées au réseau de l'assistant que votre équipe utilise déjà
Connectez Claude, Microsoft Copilot ou tout autre assistant basé sur LLM à NetBrain via MCP, et les requêtes réseau de l'assistant sont traitées à partir du jumeau numérique en temps réel plutôt que de données d'entraînement. État actuel du pare-feu. Validation du chemin entre deux sites. Modifications de configuration sur un appareil spécifique au cours des dernières 48 heures. Les requêtes de l'assistant NetBrain, obtient une réponse factuelle et la renvoie à l'ingénieur, avec précision et dans son contexte, sans que celui-ci ait besoin d'ouvrir un outil supplémentaire.
La réponse est aussi actuelle que la dernière NetBrain Découverte. Il ne s'agit pas d'un rapport mis en cache. Il ne s'agit pas d'une simple estimation.
Agents personnalisés et IA internes
Les équipes d'entreprise qui développent leurs propres agents d'IA se heurtent à un problème récurrent : l'accès aux données réseau est complexe. L'accès direct via l'interface de ligne de commande n'est pas réglementé. Les requêtes SNMP nécessitent une infrastructure. La mise en place d'une intégration fluide avec l'état du réseau en temps réel, incluant la configuration des périphériques, la topologie et l'état des interfaces, représente des mois de travail avant que l'agent ne devienne opérationnel.
Contexte réseau via MCP, avec gouvernance intégrée
NetBrainLe serveur MCP offre aux agents personnalisés un point d'intégration unique pour les requêtes de topologie, la consultation de l'état des périphériques, l'historique de configuration et l'exécution d'automatisations contrôlées. Les agents basés sur Claude, OpenAI ou tout framework compatible MCP peuvent interroger ce serveur. NetBrain Cet outil permet de récupérer des données réseau structurées et de les analyser sans avoir à gérer l'infrastructure sous-jacente. L'accès est limité aux informations que l'agent est autorisé à consulter. Chaque requête est consignée. L'automatisation s'exécute dans le respect des règles définies par l'équipe réseau.
Pour les équipes opérant dans des environnements à accès restreint ou isolés, le serveur MCP fonctionne entièrement sur site, en parallèle d'un modèle déployé localement. Aucun trafic ne quitte le réseau. L'interface d'intégration, la topologie, l'état des périphériques et l'automatisation contrôlée restent identiques, sans connexion externe.
Cet agent atteint un niveau de compréhension du réseau optimal sans que l'équipe qui l'a développé ait besoin de devenir ingénieure réseau. La documentation complète du schéma MCP et des exemples d'intégration sont disponibles sur le portail développeur.
Validation proactive des changements
Les modifications de réseau échouent pour des raisons prévisibles : la modification a affecté un élément dont l’ingénieur ignorait la dépendance, l’état du réseau s’était déjà écarté de la configuration de référence prévue, ou une décision de routage en amont a rendu la modification en aval incorrecte avant son déploiement. La plupart de ces échecs sont détectables avant l’exécution de la modification, si l’agent peut observer le réseau avant d’agir.
Vérification de l'état du réseau avant modification
Avant qu'un agent de gestion des changements n'exécute une mise à jour de configuration, il interroge NetBrainQuel est l'état actuel des appareils concernés, et quels autres éléments ce chemin impacte-t-il ? NetBrain Renvoie un instantané topologique, incluant l'état des appareils, les adjacences actives et tout écart par rapport à la configuration de référence. Si l'état correspond à l'hypothèse sur laquelle la modification a été effectuée, l'agent poursuit son exécution. Dans le cas contraire, il signale le conflit avant l'exécution, et non après.
Les modifications susceptibles d'avoir provoqué un incident sont détectées lors de l'étape de validation, et non lors de l'analyse de l'incident.
Partenaires d'intégration
Connecté aux plateformes qui gèrent vos opérations.
NetBrainLe serveur MCP de [Nom de l'entreprise] diffuse ses informations réseau sur toute plateforme compatible avec le protocole MCP (Model Context Protocol). Les connexions ci-dessous sont disponibles dès aujourd'hui. Tout système compatible MCP non listé peut être connecté via la même architecture ouverte. Les déploiements sur site avec un modèle hébergé localement sont pris en charge pour les environnements où la connectivité externe est restreinte.
Enseigner NetBrain Les agents possèdent les connaissances opérationnelles uniques de votre réseau. Les compétences sont le facteur clé qui permet à chacun de réussir. NetBrain L'agent fonctionne précisément sur votre environnement spécifique plutôt que sur une abstraction réseau générique.
Quelles compétences
Intégrer l'expertise spécifique au réseau : procédures de dépannage internes, directives opérationnelles, données spécifiques à l'environnement. Capturer les procédures de référence des ingénieurs seniors — les étapes qu'un expert suivrait pour une catégorie spécifique d'incident — sous forme de procédures déterministes.
Composé au fil du temps : chaque Network Intent L'encodage et la résolution de chaque problème antérieur rendent les compétences plus fiables.
Aucune formation complémentaire sur le modèle n'est requise. Les compétences s'appuient sur le modèle de base.
Comment fonctionnent les compétences
À lire une fois au début de chaque exécution d'agent, avant tout raisonnement.
Correspondance par description : l’agent lit les descriptions de compétences et sélectionne celles qui sont pertinentes pour la tâche en cours.
Agissez comme des garde-fous, pas comme des scripts : des compétences courtes qui guident l’agent dans la bonne direction sont plus performantes que de longues compétences prescriptives ; l’agent gère le raisonnement, la compétence définit les limites.
Documentation réseau générée automatiquement par l'IA à partir de données opérationnelles en temps réel. NetBrainLes agents d'IA de [nom de la plateforme] synthétisent les activités du réseau, traduisent les résultats opérationnels en documentation narrative et exportent le contenu du tableau de bord d'observabilité directement au format Word ou PDF. L'agent analyse le jumeau numérique contextuel et le journal d'activité, puis rédige la documentation que l'équipe aurait créée si elle en avait eu le temps.