Cuando un servidor de base de datos colapsa o un clúster Kubernetes entra en bucle, el ingeniero a cargo debe enfrentarse a miles de líneas de registros (logs). Buscar la aguja en el pajar requiere experiencia, y lo más crítico: consume tiempo valioso durante el downtime.
En REACTIV hemos integrado Modelos de Lenguaje Locales (LLM) en el flujo de diagnóstico de infraestructuras, no para “reparar solos” (lo cual es peligroso), sino como asistentes de lectura rápida de alta precisión.
El flujo de trabajo práctico
- Recolección: Un fallo ocurre. Extraemos los últimos miles de eventos del contenedor afectado y el
syslogdel sistema. - Triaje Logarítmico (Prompt Engineering): Enviamos esos registros al LLM local con instrucciones estrictas: “Eres un ingeniero DevOps nivel 3. Analiza estos registros. Identifica solo errores, excepciones y advertencias de pérdida de conexión. Resume los hallazgos y propón exactamente 3 hipótesis técnicas del fallo. Para cada hipótesis, entrégame el comando Linux exacto que debo ejecutar para validar si tu hipótesis es correcta.”
- Reducción de ruido: El LLM descarta el ruido normal de operación y presenta un resumen de 10 líneas.
Por qué debe ser un modelo local
La naturaleza de los logs hace imposible usar APIs externas. Un log puede contener:
- IPs de clientes y empleados.
- Tokens de sesión filtrados accidentalmente.
- Información de base de datos (queries, usuarios).
Solo procesándolos en un LLM alojado en tus propios servidores garantizas el cumplimiento de las políticas de seguridad.
El resultado
En lugar de que un operador pase 30 minutos usando grep a ciegas, el LLM lee las 10,000 líneas en segundos y le indica: “El error principal sugiere falta de inodos, ejecuta df -i para confirmar”.
Cómo puede ayudarte REACTIV
La inteligencia artificial puede bajar el MTTR (Tiempo Medio de Recuperación). Te ayudamos a:
- Implementar este flujo en servidores locales usando plataformas automatizadas como n8n y Ollama.
- Asegurar de que los datos sensibles nunca salgan de la red corporativa.
- Capacitar al equipo de TI en el uso de LLMs técnicos como aceleradores de productividad.