AIエージェント

ディープ診断エージェント

根本原因分析を自律的に実行するエージェントシステム。手動での指示、またはチケット、アラート、Webhookからの直接トリガーによって、ディープ診断エージェントは人間の介入なしに完全な根本原因分析を実行します。独自のネットワークトポロジーをナビゲートし、関連するテストを実行し、結果を統合して、エンジニアによるレビューや自動アクションに対応した構造化された診断結果を提供します。

エージェントが何をすべきかをどのように決定するか 

セッション開始時に、エージェントは有効になっているすべてのMCPツールの説明を読み込みます。そして、基盤となる言語モデルを使用して、それらの説明をプロンプトと照合します。ハードコーディングやルーティングルールは一切使用しません。タスクの要件に基づいて、適切なツールが自動的に呼び出されます。

イベントから診断まで 

• ITSMチケットが発行されるか、Webhookがトリガーされます。トリガーされた自動化フレームワークがエージェントを起動します。
• エージェントは、利用可能なツールを読み取り、インシデントのコンテキストを取得し、接続されている監視システムに問い合わせを行い、関連する診断インテントを実行します。
• 出力は以下に表示されます NetBrain 事件、 Incident Portalおよび、概要と完全な診断結果の表示リンクが付いた、元のチケット。
• エンジニアは内容を確認し、推奨された是正措置を実行するか、必要に応じて上位部署に報告する。

監査証跡は最初から最後まで保存されます。監視なしの修復は行われません。修復には人間のレビューまたは事前承認済みの自動化が必要です。

Runbook コンパニオンエージェント

既存の会話型インテリジェンス runbook 図書館。エンジニアは自然言語で質問します runbook 結果を確認し、代替の修復方法を検討し、更新する runbook実際の出来事から得られた教訓を反映させる。組織の知識は、静的な文書ではなく、生きた資源となる。

変更影響分析を実施してから、 

変更が実行される前に、Companionは対象となるすべてのデバイスのライブ構成を確認し、デバイスごとにプッシュするかしないかの判断とその理由を提示します。パスデータと構成コンテキストの両方に基づいて、影響を受けるアプリケーションを特定します。エンジニアは、コマンドが送信される前に、すべてのデバイスに対する明確な推奨事項を確認できます。

変更後の検証を大規模に実施 

実行後、コンパニオンは変更範囲内のすべてのデバイスについて成功を確認し、デバイスごとに1行に要約して表示します。これにより、数百台のデバイスにわたる判読不能な差分が、簡潔で実用的な要約へと変換されます。

会話型インテリジェンス runbooks 

自然言語で質問する runbook 結果が出て、生の出力ではなく、直接的な回答が得られます。
時 runbook 問題が解決しない場合、コンパニオンは次に適用すべき自動化処理を推奨します。
簡潔な要約と初期結論を生成し、修正なしで共有できます。

プロンプトの例 

「このアラートを要約すると runbook
「バッチ ping の結果を表として表示します。」
「これらのエンドポイント間の音声品質が悪いのはなぜですか？」
「過去 2 時間にこれらのデバイスで何が変わりましたか?」

チーム全体で状況を共有する 

頻繁に使うプロンプトを目標としてピン留めすることで、チームは空白のチャットではなく、共通のコンテキストから始めることができます。
チーム間でチャットスレッドを共有する — runbook 知能はもはや一人のエンジニアのセッションに閉じ込められるものではない。

MCP双方向統合

ほとんどのAIエージェントは、ネットワークインテリジェンスを持たずに構築されている。 NetBrainMCP双方向統合は、そのギャップを両方向で埋めます。ITSMプラットフォーム、オブザーバビリティツール、AIアシスタントからの外部エージェントはクエリを実行できます。 NetBrain ツール呼び出しとして、 NetBrain独自のディープ診断エージェントは、診断を行う前に MCP を使用して ServiceNow やその他の接続されたプラットフォームからコンテキストを取得します。制限された環境では、MCP サーバーは外部 API 呼び出しを必要とせず、ローカルにデプロイされたモデルと並行して完全にオンプレミスで実行されます。

ITSMとワークフロー自動化

ITSMプラットフォームには、長年にわたるインシデント履歴が保存されています。これまでに発行されたすべてのチケット、実行されたすべての解決プロセス、チームが記述したすべての症状の説明などです。ネットワーク診断エージェントが推論を開始する前に必要なのは、まさにこのコンテキストです。これがないと、エージェントはネットワークデータのみに基づいて動作します。これがあれば、エージェントはインシデント発生時に環境で何が起こっていたかを把握できます。

つながりは双方向である

NetBrainのディープ診断エージェントは、診断を実行する前に、MCPを使用してServiceNowやその他のITSMプラットフォームからチケットのコンテキストを取得します。インシデントの説明、関連するチケット、最近の変更履歴など、すべてが推論プロセスの入力となります。返される診断は、ネットワークの状態だけでなく、インシデントを取り巻く運用コンテキストに基づいています。

反対方向には、ITSMワークフローが呼び出しを行うように構成されている場合 NetBrainMCPサーバーを介して、ツール呼び出しとしてリアルタイムのネットワーク情報にアクセスできます。ServiceNowまたはJiraエージェントは、トポロジーを照会したり、パス上のデバイスの状態を確認したり、既知のネットワーク障害がインシデントの説明と一致するかどうかを問い合わせたりして、その回答をチケットの処理方法に反映させることができます。 NetBrain データが返され、ワー​​クフローがそのデータをどのように処理するかを決定します。

ネットワークエンジニアリングへのエスカレーションが減少。あらゆるインシデント発生時に最初に問われる「これはネットワークの問題か？」という質問に費やす時間が減少。

アプリケーションの可観測性

アプリケーション監視は、パフォーマンスの低下が発生したことを知らせてくれます。しかし、障害がアプリケーション層にあるのか、インフラストラクチャにあるのか、あるいはその間のネットワークにあるのかまでは教えてくれません。どれが原因かを判断するには、ほとんどのオブザーバビリティチームが持ち合わせていない専門知識が必要となります。

クロススタック障害分離

APMエージェントが劣化を検出すると、クエリを実行できます。 NetBrain MCP経由でネットワーク障害が原因となっているかどうかを問い合わせる。 NetBrain 影響を受けるエンドポイント間の経路をトレースし、各ホップでデバイスの状態をチェックして、判定結果を返します。オブザーバビリティプラットフォームは、別途調査を開始したり、ブリッジコールを開始したりすることなく、ネットワーク障害の有無に関する直接的な回答を得られます。アプリケーションエンジニアは、既に実行中のツールでその結果を確認できます。

ネットワークの場合、 NetBrain 関連するデバイスとインターフェースを返します。そうでない場合は、アプリケーションチームは同じ確信度でネットワークの問題ではないと判断できます。

エンタープライズ向けAIアシスタントおよび副操縦士

企業向けAIアシスタントは、エンジニアリングチームが調査、要約、ステータス照会などの業務を遂行する上で、ますます重要な役割を担うようになっています。しかし、ネットワークに関する質問の場合、アシスタントは推測するしかありません。ネットワークトポロジーを把握することも、デバイスの状態にアクセスすることも、実際に稼働しているシステムと連携することもできないからです。

チームが既に利用しているアシスタントから、ネットワークに対応した回答が得られます。

Claude、Microsoft Copilot、またはLLM搭載のアシスタントを接続して NetBrain MCP を介して、アシスタントのネットワーククエリはトレーニングデータではなくライブデジタルツインから応答されます。現在のファイアウォールの状態。2 つのサイト間のパス検証。過去 48 時間の特定のデバイスの構成変更。アシスタントのクエリ NetBrain事実に基づいた回答を受け取り、エンジニアが別のツールを開く必要なく、正確かつ文脈に沿った回答をエンジニアに返します。

答えは最新のものです NetBrain 発見。キャッシュされたレポートではありません。推測でもありません。

カスタムエージェントと社内AI構築

独自のAIエージェントを構築する企業チームは、常に共通の課題に直面しています。それは、ネットワークデータへのアクセスが困難であるということです。生のCLIアクセスは管理されておらず、SNMPクエリにはインフラストラクチャが必要です。デバイス構成、トポロジー、インターフェースの状態など、ライブネットワークの状態へのクリーンな統合を構築するには、エージェントが何らかの有用な機能を発揮するまでに数ヶ月を要します。

MCP を介したネットワーク コンテキスト、ガバナンスが組み込まれています

NetBrainの MCP サーバーは、カスタム エージェントにトポロジ クエリ、デバイス ステートのルックアップ、構成履歴、および統制された自動化実行のための単一の統合ポイントを提供します。Claude、OpenAI、または MCP 互換フレームワーク上に構築されたエージェントはクエリを実行できます。 NetBrain ツール呼び出しとして、構造化されたネットワークデータを取得し、基盤となるデータパイプラインを所有することなく、そのデータに基づいて推論を実行します。アクセスは、エージェントが閲覧を許可されている範囲に限定されます。すべてのクエリはログに記録されます。自動化は、ネットワークチームが定義したガードレール内で実行されます。

制限された環境やエアギャップ環境で運用するチーム向けには、MCPサーバーはローカルに展開されたモデルと並行して、完全にオンプレミスで動作します。ネットワーク境界外へのトラフィックは一切発生しません。外部接続なしで、同じ統合サーフェス、トポロジー、デバイスの状態、および管理された自動化機能を利用できます。

このエージェントは、開発チームがネットワークエンジニアになることなく、実運用レベルのネットワークインテリジェンスを実現します。MCPスキーマの完全なドキュメントと統合例は、開発者ポータルで入手できます。

事前変更検証

ネットワークの変更が失敗する理由は、ある程度予測可能です。例えば、変更によってエンジニアが依存していると認識していなかった要素に影響が及んだ、ネットワークの状態が既に想定されるベースラインから逸脱していた、あるいは上流のルーティング決定によって下流の変更がプッシュされる前に誤ったものになっていた、といったケースです。エージェントが動作前にネットワークの状態を把握できれば、これらの失敗のほとんどは変更実行前に発見可能です。

変更前のネットワーク状態検証

変更管理エージェントが構成更新を実行する前に、クエリを実行します。 NetBrain影響を受けるデバイスの現在の状態はどうなっていますか？また、この経路は他にどのようなデバイスに影響を与えていますか？ NetBrain デバイスの状態、アクティブな隣接関係、ベースラインからのずれなど、トポロジーを考慮したスナップショットを返します。状態が変更の前提と一致する場合、エージェントは処理を続行します。一致しない場合は、エージェントはプッシュ後ではなく、プッシュ前に競合を顕在化します。

インシデントを引き起こす可能性のある変更は、インシデントレビューではなく、検証段階で検出されます。

統合パートナー
お客様の業務を支えるプラットフォームに接続されています。

NetBrainのMCPサーバーは、モデルコンテキストプロトコル（MCP）に対応するあらゆるプラットフォームにネットワークインテリジェンスを公開します。現在利用可能な接続は以下のとおりです。記載されていないMCP互換システムも、同じオープンアーキテクチャを通じて接続できます。外部接続が制限されている環境向けに、ローカルホスト型モデルを使用したオンプレミス展開もサポートしています。

• AIプラットフォームとアシスタント
  アントロピック・クロード | マイクロソフト・コパイロット | OpenAI
  エンタープライズAIアシスタントを NetBrain そして、受信したすべてのネットワーククエリは、ライブのデジタルツインから応答されます。モデルは、既にお使いのものと同じです。変更されるのは、推論の対象となるネットワークデータの品質です。つまり、トレーニングデータの近似値ではなく、実際のトポロジーとデバイスの状態が使用されます。 NetBrain アシスタントに取って代わるものではありません。ネットワークからの回答の精度を高めるものです。
• ITSMとワークフロー
  ServiceNow | Jiraサービス管理 | PagerDuty
  ITSMプラットフォームに届くすべてのインシデントは、人間がレビューする前にネットワークコンテキストを使用して事前トリアージできます。ITSMエージェントは、 NetBrain チケットが開かれると、ネットワーク評価結果が返され、その結果が記録に反映されます。回答が添付されたチケットがルーティングされます。エンジニアは調査ではなく、エスカレーション対応に時間を費やします。
• 可観測性とAPM
  Dynatrace | Datadog | Splunk | SolarWinds
  監視プラットフォームは、何が劣化しているかを把握します。 NetBrain ネットワークが原因かどうかを判断します。MCPを介して両者を接続することで、運用チームは、別のチームやツールを用意することなく、アプリケーション層とネットワーク層の両方で、同じ調査プロセス内でクロススタックの障害分離を実現できます。
• ネットワークとインフラストラクチャ
  シスコ | ジュニパー | アリスタ | パロアルトネットワークス | F5
  NetBrain マルチベンダーインフラストラクチャを継続的に検出し、モデル化します。自社エージェント用に維持しているトポロジ、構成、デバイス状態は、MCP経由で接続されたすべての外部エージェントのデータソースとなります。インフラストラクチャ自体は変わりません。変わるのは、それに対して正確に推論できるシステムの数です。
• カスタムビルド＆内部ビルド
  社内AIプラットフォーム｜最高AI責任者の取り組み｜MCP互換エージェントフレームワーク
  独自のエージェントワークフローを構築していますか？ NetBrainの MCP サーバーはネットワーク層です。デジタルツインデータ、パス解析、デバイス構成、および制御された自動化実行を、MCP 互換エージェントが呼び出せるツール呼び出しとして公開します。構築中のエージェントは、ネットワークデータアクセスの問題を解決する必要はありません。 NetBrain 既に解決済みです。

エージェントスキル

教える NetBrain エージェントは、ネットワーク独自の運用知識を持っています。スキルは、あらゆることを可能にするものです。 NetBrain エージェントは、汎用的なネットワーク抽象化ではなく、お客様固有の環境に合わせて正確に動作します。

どのようなスキルが 

ネットワーク固有の専門知識をエンコードする：内部トラブルシューティング手順、運用ガイドライン、環境固有のデータ。上級エンジニアのプレイブック（特定の種類のインシデントに対して専門家が取る手順）を決定論的な手順としてキャプチャする。
時間の経過とともに複利的に増加します: Network Intent エンコードされ、過去に解決されたすべての問題がスキルの信頼性を高めます
モデルの再学習は不要です。スキルは基礎モデルの上に構築されます。

スキルの仕組み

エージェントの実行開始時（推論が始まる前）に一度読み上げてください。
説明によるマッチング：エージェントはスキルの説明を読み、現在のタスクに関連するものを選択します。
スクリプトではなく、ガードレールとして機能する。エージェントを正しい方向に導く短いスキルは、長くて指示的なスキルよりも優れている。エージェントが推論を処理し、スキルは境界を定義する。

AIドキュメント

リアルタイムの運用データから、AIが自動的にネットワークドキュメントを生成します。 NetBrainのAIエージェントは、ネットワークアクティビティを要約し、運用上の調査結果を記述形式のドキュメントに変換し、オブザーバビリティダッシュボードのコンテンツをWordまたはPDFに直接エクスポートします。エージェントは、コンテキスト認識型のデジタルツインとアクティビティログを読み取り、チームが時間があれば作成するはずだったドキュメントを作成します。

• ネットワーク図、デバイス構成、および運用プロセスに関するドキュメントを自動生成します。
• Microsoft WordやMicrosoft Visioなど、編集可能な形式でエクスポートできます。
• 設計データと在庫データ、診断の詳細、完全な構成ファイル、およびルーティングテーブルを含めてください。
• オブザーバビリティダッシュボードのスナップショットを、経営陣が提示できるような記述式のレポートに変換する。
• 共有可能、監査対応可能、最新。