Il framework STAR ripara gli agenti RCA basati su LLM nei microservizi

I ricercatori hanno introdotto STAR (Stage-attributed Triage and Repair), un framework progettato per correggere errori negli agenti di analisi delle cause profonde (RCA) basati su LLM, utilizzati per la diagnosi degli incidenti nell'AIOps dei microservizi. STAR scompone il flusso di lavoro RCA in quattro fasi: Pacchetto di Prove (EP), Insieme di Ipotesi (HS), Struttura di Analisi (AS) e Rapporto Decisionale (DR), trattando i fallimenti degli agenti come bug localizzabili per fase piuttosto che errori monolitici. Costruito su LangGraph, esegue audit per fase, instradamento veloce/lento (Fast/Slow Routing) con budget, e localizzazione decisiva delle fasi tramite valutazione controfattuale dei candidati. Il framework mira a migliorare l'affidabilità prevenendo la propagazione degli errori attraverso le tracce di ragionamento. L'articolo è disponibile su arXiv con ID 2605.15581.