Bỏ qua tới nội dung chính
Workflows
Khó⏱ 3–6 giờ🔧 3 AI Agent

Tối ưu hóa chi phí điện toán đám mây và phát hiện tài nguyên lãng phí

Workflow tự động quét báo cáo chi phí và nhật ký sử dụng hạ tầng AWS, GCP hoặc Azure mỗi tuần. AI phát hiện các instance nhàn rỗi, ổ cứng không sử dụng hoặc cấu hình quá mức cần thiết, sau đó gửi danh sách đề xuất hạ cấp tài nguyên để tiết kiệm ngân sách.

Phù hợp với: Dành cho DevOps Engineer và Giám đốc Công nghệ (CTO) cần kiểm soát ngân sách hạ tầng điện toán đám mây hàng tháng mà không làm gián đoạn hệ thống.

Bình chọn nếu workflow này hữu ích
Yêu cầu kiến thức kỹ thuật, API/automation. Nên dành nửa ngày.

Video hướng dẫn

Chưa có video hướng dẫn riêng cho workflow này.
Tìm video liên quan trên YouTube

Chuẩn bị trước khi bắt đầu

  • Tài khoản của các AI Agent bên dưới (free tier là đủ để chạy thử).
  • Một công cụ liên kết tự động: Zapier / Make.com / n8n.
  • Nguồn dữ liệu đầu vào: Google Sheet, Notion, Airtable hoặc API.
  • 30–60 phút thời gian setup lần đầu, sau đó workflow tự chạy.

AI Agent sử dụng

Click vào mỗi AI Agent để xem hướng dẫn, giá và link tải về.

Hướng dẫn setup chuyên sâu

1. Thiết lập quyền IAM Read-Only trên AWS/GCP chỉ cho phép đọc dữ liệu Billing và Metrics giám sát. 2. Cài đặt Airbyte pipeline để sync dữ liệu Cost Report hàng ngày vào cơ sở dữ liệu PostgreSQL hoặc BigQuery. 3. Cài đặt thư viện Agno và kết nối mô hình LLM để thực hiện suy luận trên chuỗi thời gian tiêu thụ tài nguyên. 4. Sử dụng MLflow Prompts để quản lý và phiên bản hóa các mẫu prompt phân tích chi phí nhằm đảm bảo kết quả nhất quán. 5. Cấu hình ngưỡng cảnh báo: Nếu chi phí ngày tăng đột biến > 20% so với trung bình 7 ngày trước, gửi cảnh báo khẩn cấp ngay. 6. Đảm bảo workflow không tự động xóa tài nguyên mà chỉ dừng lại ở bước gợi ý để con người phê duyệt.

Hướng dẫn setup chi tiết

  1. Minh hoạ bước 1
    1

    Thu thập dữ liệu tiêu thụ đám mây

    Airbyte tự động kéo báo cáo chi phí chi tiết (Cost & Usage Reports) và số liệu CloudWatch/Stackdriver về kho lưu trữ tập trung.

  2. Minh hoạ bước 2
    2

    Phân tích bất thường và lãng phí

    Agno phân tích mẫu tiêu thụ tài nguyên CPU/RAM/IOPS theo thời gian thực để chỉ ra các máy chủ hoạt động dưới 5% công suất.

  3. Minh hoạ bước 3
    3

    Tổng hợp báo cáo FinOps và đề xuất hành động

    MLflow Prompts chuẩn hóa kịch bản báo cáo, tính toán số tiền tiết kiệm dự kiến và tạo task đề xuất quyền tắt/giảm dung lượng gửi tới Tech Lead qua Slack/Email.

Hoàn thành tất cả các bước theo thứ tự để đảm bảo workflow chạy đúng.
Kiểm tra giới hạn miễn phí (free tier) của từng AI Agent trước khi chạy hàng loạt.

Kết quả bạn sẽ đạt được

  • Tiết kiệm 60–80% thời gian xử lý lặp lại so với làm thủ công.
  • Workflow tự chạy theo lịch (mỗi giờ / mỗi ngày), không cần can thiệp.
  • Có thể nhân bản và tuỳ biến cho nhiều use case khác nhau.

Bài viết liên quan

Bình luận (0)

Đăng nhập để viết bình luận.

Đang tải…