紅帽發(fā)布AI新工具：利用AI模型解析RPM構建失敗原因

據(jù)悉，Red Hat的開發(fā)人員Jiri Kyjovsky于1月18日推出新AI工具——Log Detective（日志偵探），該設備旨在借助人工智能技術深入分析RPM包構建失敗的成因。

對Linux操作系統(tǒng)有所了解的人應該清楚，RPM（Red Hat Package Manager）作為互聯(lián)網(wǎng)下載包的打包與安裝工具，能產(chǎn)生.RPM后綴的文件。Red Hat用戶可通過此工具如Windows用戶安裝exe文件一般自行安裝RPM包，其通常應用于CentOS及Red Hat系統(tǒng)之中。

為了實現(xiàn)“以簡易語言識別和解釋構建失敗根源”的目標，紅帽開發(fā)團隊正在研發(fā)Log Detective并訓練AI模型。項目官網(wǎng)提供信息：

每次構建會產(chǎn)生多達數(shù)千行輸出，分散在不同的日志文件內(nèi)。相關錯誤消息可能存在于任何位置，使問題查找變得如同大海撈針難以解決。

富有經(jīng)驗的打包員通常能夠本能地知道錯誤消息可能出現(xiàn)的位置，但這個過程依舊繁瑣乏味；對于初學者而言，往往會因其高復雜性而陷入困擾，忽略掉錯誤消息。

Log Detective通過深度學習資源訪問控制協(xié)議（RPM）構建日志，使用簡明易懂的語言解讀錯誤，并提供修復建議。這樣一來，開發(fā)者無需直接接觸日志即可完成工作。