AI-agenten

Diep diagnostisch middel

Een geautomatiseerd systeem dat zelfstandig oorzaakanalyses uitvoert. De Deep Diagnosis Agent, die handmatig kan worden geactiveerd of rechtstreeks kan worden aangestuurd vanuit een ticket, een melding of een webhook, voert een complete oorzaakanalyse uit zonder menselijke tussenkomst. Het systeem navigeert door uw unieke netwerktopologie, voert relevante tests uit, synthetiseert de bevindingen en levert een gestructureerde diagnose die klaar is voor beoordeling door een engineer of geautomatiseerde actie.

Hoe de agent besluit wat hij gaat doen 

Aan het begin van elke sessie leest de agent de beschrijvingen van alle ingeschakelde MCP-tools. Deze beschrijvingen worden vervolgens vergeleken met de prompt met behulp van het onderliggende taalmodel — zonder hardcodering of routeringsregels. De juiste tools worden automatisch aangeroepen op basis van de vereisten van de taak.

Van gebeurtenis tot diagnose 

• Er wordt een ITSM-ticket geopend of een webhook geactiveerd. Het geactiveerde automatiseringsframework zet de agent in werking.
• De agent leest de beschikbare tools, haalt de context van het incident op, raadpleegt verbonden monitoringsystemen en voert de relevante diagnostische taken uit.
• De uitvoer verschijnt in NetBrain Incidenten, de Incident Portalen het oorspronkelijke ticket, met een link naar een samenvatting en een link naar een volledige diagnose.
• De ingenieur beoordeelt de zaak en voert de aanbevolen herstelmaatregelen uit of escaleert de kwestie.

Auditsporen worden van begin tot eind bewaard. Geen onbeheerde herstelacties: actie vereist menselijke beoordeling of vooraf goedgekeurde automatisering.

Runbook Begeleidende agent

Conversatie-intelligentie bovenop uw bestaande runbook bibliotheek. Ingenieurs stellen vragen in natuurlijke taal over runbook resultaten, alternatieve herstelmethoden onderzoeken en bijwerken runbookmet lessen die zijn geleerd uit concrete incidenten. Institutionele kennis wordt zo een levende bron in plaats van een statisch document.

Analyseer de impact van de wijziging voordat u deze doorvoert. 

Voordat een wijziging wordt doorgevoerd, controleert de Companion de actuele configuratie op alle relevante apparaten en geeft per apparaat een oordeel over het al dan niet doorvoeren van de wijziging, inclusief de reden. Het systeem identificeert welke applicaties hierdoor worden beïnvloed, op basis van zowel padgegevens als configuratiecontext. Technici zien een duidelijke aanbeveling voor elk apparaat voordat er ook maar één commando wordt verzonden.

Verificatie na wijziging op grote schaal 

Na de uitvoering controleert de Companion of de wijziging voor elk apparaat binnen het wijzigingsbereik is geslaagd — samengevat in één regel per apparaat. Wat anders een onleesbare diff over honderden apparaten zou zijn, wordt nu een beknopte, bruikbare samenvatting.

Conversatie-intelligentie over uw runbooks 

Stel vragen in natuurlijke taal over runbook Je krijgt resultaten en directe antwoorden, geen ruwe output.
Wanneer een runbook Als dat het probleem niet oplost, raadt de Companion de volgende automatiseringsstap aan.
Genereert beknopte samenvattingen met eerste conclusies — die zonder verdere bewerking kunnen worden gedeeld.

Voorbeeldprompts 

"Vat de waarschuwingen in dit document samen." runbook. '
"Toon de resultaten van batch-pings als een tabel."
"Waarom is de spraakkwaliteit tussen deze eindpunten zo slecht?"
“Wat is er de afgelopen 2 uur veranderd aan deze apparaten?”

Deel de context met het hele team. 

Markeer veelvoorkomende vragen als doelen, zodat het team vanuit een gedeelde context begint en niet vanuit een lege chat.
Chatgesprekken delen tussen teams — runbook Intelligentie is niet langer beperkt tot de sessie van één engineer.

MCP Bidirectionele Integratie

De meeste AI-agenten worden gebouwd zonder netwerkintelligentie. NetBrainDe bidirectionele integratie van MCP dicht die kloof in beide richtingen: externe agents van ITSM-platforms, observatietools en AI-assistenten kunnen query's uitvoeren. NetBrain als een gereedschapsoproep, en NetBrainDe eigen Deep Diagnosis-agent van gebruikt MCP om contextinformatie uit ServiceNow en andere verbonden platforms te halen voordat de diagnose wordt gesteld. Voor omgevingen met beperkte toegang draait de MCP-server volledig on-premises naast een lokaal geïmplementeerd model, zonder dat er externe API-aanroepen nodig zijn.

ITSM & workflowautomatisering

Uw ITSM-platform bevat jarenlange incidentgeschiedenis: elk ooit geopend ticket, elke ooit gevolgde oplossingsroute, elke symptoombeschrijving die uw team heeft opgeschreven. Die context is precies wat een netwerkdiagnoseagent nodig heeft voordat hij kan beginnen met redeneren. Zonder die context werkt de agent alleen met netwerkgegevens. Met die context weet de agent wat er in de omgeving gebeurde toen het incident begon.

De verbinding werkt in beide richtingen.

NetBrainDe Deep Diagnosis-agent van gebruikt MCP om ticketcontext uit ServiceNow en andere ITSM-platformen op te halen voordat een diagnose wordt uitgevoerd. Incidentbeschrijving, gerelateerde tickets, recente wijzigingsgeschiedenis: dit alles wordt als input gebruikt voor het redeneerproces. De diagnose die daaruit voortkomt, is niet alleen gebaseerd op de netwerkstatus, maar ook op de operationele context rondom het incident.

In de andere richting, wanneer uw ITSM-workflow is geconfigureerd om een ​​aanroep te doen. NetBrainVia de MCP-server krijgt het toegang tot realtime netwerkinformatie als een toolaanroep. De ServiceNow- of Jira-agent kan de topologie opvragen, de status van apparaten langs een pad controleren of nagaan of een bekende netwerkfout overeenkomt met de incidentbeschrijving, en dat antwoord gebruiken bij de afhandeling van het ticket. NetBrain De workflow retourneert de gegevens; de workflow bepaalt vervolgens wat ermee moet gebeuren.

Minder escalaties naar de netwerkbeheerder. Minder tijd besteed aan de eerste vraag waarmee elk incident begint: is dit een netwerkprobleem?

Toepassingsobservatie

Applicatiemonitoring laat zien dat er sprake is van prestatievermindering. Het vertelt je echter niet of de fout zich in de applicatielaag, de infrastructuur of het netwerk daartussen bevindt. Om dat te bepalen, is expertise nodig die de meeste observability-teams niet in huis hebben.

Foutisolatie tussen stapels

Wanneer een APM-agent een verslechtering detecteert, kan deze een query uitvoeren. NetBrain via MCP om te vragen of een netwerkstoring hieraan bijdraagt. NetBrain Het traceert het pad tussen de getroffen eindpunten, controleert de status van de apparaten bij elke stap en geeft een oordeel terug. Het observatieplatform krijgt direct antwoord, of er nu een netwerkfout is of niet, zonder een apart onderzoek te starten of een bridge-gesprek te openen. Applicatie-engineers zien de conclusie in de tool die ze al gebruiken.

Als het om het netwerk gaat, NetBrain Geeft het betreffende apparaat en de bijbehorende interface terug. Als dat niet het geval is, kan het applicatieteam met dezelfde zekerheid het netwerk uitsluiten.

AI-assistenten en copiloten voor bedrijven

AI-assistenten voor bedrijven worden steeds vaker ingezet door engineeringteams om hun werk te doen: onderzoek, samenvattingen en statusvragen. Maar als de vraag over het netwerk gaat, gokt de assistent. Hij heeft geen inzicht in de netwerktopologie, geen toegang tot de status van de apparaten en geen verbinding met wat er daadwerkelijk draait.

Netwerkbewuste antwoorden van de assistent die uw team al gebruikt.

Verbind Claude, Microsoft Copilot of een andere LLM-gestuurde assistent met NetBrain via MCP, en de netwerkvragen van de assistent worden beantwoord vanuit de live digitale tweeling in plaats van vanuit trainingsgegevens. Huidige firewallstatus. Padvalidatie tussen twee locaties. Configuratiewijzigingen op een specifiek apparaat in de afgelopen 48 uur. De assistent stelt vragen. NetBrain, krijgt een feitelijk antwoord en stuurt dit nauwkeurig en in de juiste context terug naar de engineer, zonder dat deze een aparte tool hoeft te openen.

Het antwoord is even actueel als het laatste. NetBrain Ontdekking. Geen opgeslagen rapport. Geen schatting.

Aangepaste agents en interne AI-ontwikkelingen

Teams binnen bedrijven die hun eigen AI-agents ontwikkelen, stuiten steeds weer op een probleem: toegang tot netwerkdata is lastig. Directe toegang via de command line interface (CLI) is niet gereguleerd. SNMP-query's vereisen infrastructuur. Het opzetten van een naadloze integratie met de live netwerkstatus, inclusief apparaatconfiguratie, topologie en interfacestatus, kost maanden werk voordat de agent iets nuttigs kan doen.

Netwerkcontext via MCP, met ingebouwd beheer.

NetBrainDe MCP-server van biedt aangepaste agents één centraal integratiepunt voor topologiequery's, het opzoeken van de apparaatstatus, configuratiegeschiedenis en het uitvoeren van gecontroleerde automatisering. Agents die zijn gebouwd op Claude, OpenAI of een ander MCP-compatibel framework kunnen query's uitvoeren. NetBrain Als toolaanroep worden gestructureerde netwerkgegevens opgehaald en geanalyseerd zonder dat de onderliggende datapipeline beheerd hoeft te worden. De toegang is beperkt tot wat de agent mag zien. Elke query wordt gelogd. Automatisering wordt uitgevoerd binnen de kaders die het netwerkteam definieert.

Voor teams die werken in beperkte of geïsoleerde omgevingen, draait de MCP-server volledig on-premises naast een lokaal geïmplementeerd model. Er verlaat geen verkeer de netwerkperimeter. Dezelfde integratiemogelijkheden, topologie, apparaatstatus en beheerde automatisering zijn beschikbaar zonder externe verbinding.

De agent bereikt netwerkinformatie van productieniveau zonder dat het team dat hem heeft gebouwd netwerkengineers hoeft te worden. Volledige MCP-schemadocumentatie en integratievoorbeelden zijn beschikbaar in het ontwikkelaarsportaal.

Proactieve wijzigingsvalidatie

Netwerkwijzigingen mislukken om een ​​voorspelbare reeks redenen: de wijziging had invloed op iets waarvan de engineer niet wist dat het ervan afhankelijk was, de netwerkstatus was al afgeweken van de verwachte basislijn, of een routeringsbeslissing stroomopwaarts zorgde ervoor dat de wijziging stroomafwaarts onjuist werd voordat deze werd doorgevoerd. De meeste van deze fouten zijn te ontdekken voordat de wijziging wordt uitgevoerd, als de agent het netwerk kan zien voordat de actie wordt ondernomen.

Netwerkstatuscontrole vóór de wijziging

Voordat een agent voor wijzigingsbeheer een configuratie-update uitvoert, voert deze een query uit. NetBrainWat is de huidige status van de getroffen apparaten en welke andere apparaten worden door dit pad beïnvloed? NetBrain Retourneert een topologiebewuste momentopname, inclusief de status van het apparaat, actieve aangrenzende apparaten en eventuele afwijkingen van de basislijn. Als de status overeenkomt met de aanname waarop de wijziging is gebaseerd, gaat de agent verder. Zo niet, dan signaleert de agent het conflict vóór de push, niet erna.

Wijzigingen die een incident zouden hebben veroorzaakt, worden tijdens de validatiestap opgemerkt, niet tijdens de incidentanalyse.

Integratiepartners
Verbonden met de platforms waarop uw activiteiten draaien.

NetBrainDe MCP-server publiceert zijn netwerkinformatie naar elk platform dat het Model Context Protocol ondersteunt. De onderstaande verbindingen zijn momenteel beschikbaar. Elk MCP-compatibel systeem dat niet in de lijst staat, kan via dezelfde open architectuur worden verbonden. On-premises implementaties met een lokaal gehost model worden ondersteund voor omgevingen waar externe connectiviteit beperkt is.

• AI-platformen en -assistenten
  Antropische Claude | Microsoft Copilot | OpenAI
  Verbind uw AI-assistent voor bedrijven met NetBrain En elke netwerkquery die het ontvangt, wordt beantwoord door de live digitale tweeling. Het model is hetzelfde als dat u al gebruikt. Wat verandert, is de kwaliteit van de netwerkgegevens waarmee het redeneert: de werkelijke topologie en apparaatstatus, niet benaderingen van trainingsgegevens. NetBrain Het vervangt de assistent niet. Het zorgt ervoor dat de antwoorden van het netwerk nauwkeuriger zijn.
• ITSM & Workflow
  ServiceNow | Jira Service Management | PagerDuty
  Elk incident dat uw ITSM-platform bereikt, kan vooraf worden beoordeeld op basis van de netwerkcontext voordat een mens het bekijkt. De ITSM-agent roept aan NetBrain Zodra een ticket is geopend, wordt een netwerkbeoordeling uitgevoerd en worden de bevindingen in het dossier opgenomen. Tickets worden doorgestuurd met de antwoorden erbij. Technici besteden hun tijd aan escalaties, niet aan onderzoek.
• Observeerbaarheid & APM
  Dynatrace | Datadog | Splunk | SolarWinds
  Uw observatieplatform ziet wat er verslechterd is. NetBrain Het geeft aan of het netwerk de oorzaak is. Verbind de twee via MCP en uw operationele team krijgt foutisolatie over de gehele stack, zowel op applicatielaag- als netwerklaagniveau, binnen hetzelfde onderzoek, zonder dat een apart team of een aparte tool nodig is om het proces te voltooien.
• Netwerk infrastructuur
  Cisco | Juniper | Arista | Palo Alto Networks | F5
  NetBrain Het systeem detecteert en modelleert uw infrastructuur met meerdere leveranciers continu. Dezelfde topologie, configuratie en apparaatstatus die het voor zijn eigen agents bijhoudt, vormt de gegevensbron voor elke externe agent die via MCP is verbonden. Uw infrastructuur verandert niet. Wat wel verandert, is hoeveel systemen er nauwkeurig mee kunnen redeneren.
• Maatwerk en interne constructies
  Interne AI-platformen | Initiatieven van de Chief AI Officer | MCP-compatibele agentframeworks
  Je eigen agentgebaseerde workflows bouwen? NetBrainDe MCP-server van is de netwerklaag. Deze stelt digitale tweelinggegevens, padanalyse, apparaatconfiguratie en de uitvoering van gecontroleerde automatisering beschikbaar als toolaanroepen die elke MCP-compatibele agent kan aanroepen. De agent die u bouwt hoeft geen netwerktoegang tot gegevens op te lossen. NetBrain Het probleem is al opgelost.

Agentvaardigheden

Onderwijzen NetBrain Agenten beschikken over de unieke operationele kennis van uw netwerk. Vaardigheden zijn de drijvende kracht die elk succes mogelijk maakt. NetBrain De agent werkt precies in uw specifieke omgeving, in plaats van op een generieke netwerkabstractie.

Welke vaardigheden doen dat? 

Codeer netwerkspecifieke expertise: interne procedures voor probleemoplossing, operationele richtlijnen, omgevingsspecifieke gegevens. Leg draaiboeken van senior engineers vast — de stappen die een expert zou nemen bij een specifiek type incident — als deterministische procedures.
Na verloop van tijd groeit het samengestelde product: elke Network Intent Elke opgeloste eerdere opgave maakt vaardigheden betrouwbaarder.
Er is geen omscholing van het model nodig. De vaardigheden bouwen voort op het basismodel.

Hoe vaardigheden werken

Lees dit één keer door aan het begin van elke agentuitvoering — voordat er ook maar enig redeneerwerk begint.
Gekoppeld op basis van beschrijving: de agent leest de beschrijvingen van de vaardigheden en selecteert de vaardigheden die relevant zijn voor de huidige taak.
Functioneer als vangrails, niet als scripts — korte vaardigheden die de agent in de juiste richting sturen, presteren beter dan lange, voorschrijvende vaardigheden; de agent verzorgt de redenering, de vaardigheid definieert de grenzen.

AI-document

Door AI automatisch gegenereerde netwerkdocumentatie op basis van live operationele gegevens. NetBrainDe AI-agenten van het bedrijf vatten netwerkactiviteiten samen, vertalen operationele bevindingen naar beschrijvende documentatie en exporteren de inhoud van het Observability Dashboard rechtstreeks naar Word of PDF. De agent leest de contextbewuste digitale tweeling en het activiteitenlogboek en schrijft vervolgens de documentatie die het team zelf zou hebben geschreven als ze daar de tijd voor hadden gehad.

• Genereer automatisch documentatie voor netwerkdiagrammen, apparaatconfiguraties en operationele processen.
• Exporteer in bewerkbare formaten, waaronder Microsoft Word en Microsoft Visio.
• Voeg ontwerp- en inventarisgegevens, diagnosegegevens, volledige configuratiebestanden en routeringstabellen toe.
• Vertaal de momentopnamen van het Observability Dashboard naar een beschrijvend rapport dat klaar is voor het management.
• Deelbaar, auditklaar, actueel.