本文介绍了一种名为“ORR on Dify”的创新解决方案，该方案利用生成式AI、Dify平台、Amazon Bedrock和Amazon Well-Architected Tool，旨在简化应用程序的运营就绪审查（ORR）流程。通过自动化文档分析、架构评估和报告生成，该方案显著提高了效率，确保了应用程序在上线前的质量和可靠性，并与亚马逊云科技的最佳实践对齐。方案的核心在于Dify工作流，它定义了ORR评估的自动化流程，从而提升了评估的一致性和专业性。

🤖 **ORR流程的自动化：** 方案利用Dify平台、Amazon Bedrock和Amazon Well-Architected Tool，实现ORR流程的自动化，包括文档分析、架构评估和报告生成，从而减少了手动操作和时间成本。

✅ **Amazon Well-Architected框架的集成：** 解决方案与Amazon Well-Architected框架集成，并使用ORR自定义镜头，确保评估符合亚马逊云科技的最佳实践，提供了标准化的评估框架和最佳实践，提升了评估的质量和可靠性。

💡 **生成式AI的运用：** 方案利用Amazon Bedrock提供的生成式AI模型，进行文档理解和专业评估，从而补充了领域专业知识，提高了评估的准确性和效率。

⚙️ **Dify工作流的核心作用：** Dify工作流定义了ORR评估的自动化流程，通过结构化的工作流，自动化执行传统上需要多位专家手动完成的评估任务，确保评估过程的完整性和准确性。

🚀 **效率和一致性的提升：** 方案通过自动化和标准化，显著缩短了文档分析时间，并确保了评估标准的一致性，从而提高了ORR流程的效率和质量。

在当今快速发展的技术环境中，确保应用程序在投入生产前达到高可用性、安全性和可靠性标准至关重要。运营就绪审查（Operational Readiness Review, ORR）作为一种系统化的评估方法，帮助团队在应用程序部署前识别潜在风险和改进机会。然而，传统的 ORR 流程往往耗时且需要大量人力资源。本文将介绍如何利用生成式 AI 技术和 Amazon Well-Architected 框架简化 ORR 流程，并展示一个基于 Dify、Amazon Bedrock 和 Amazon Well-Architected Tool 的解决方案。

什么是运营就绪审查（ORR）?

运营就绪审查（ORR）是一个结构化的评估过程，用于确定应用程序或系统是否已准备好投入生产环境。ORR 通常涵盖多个关键领域，包括:

安全性与合规性可靠性与弹性性能与效率可操作性与可维护性成本优化

ORR 的目标是在应用程序部署前识别并解决潜在问题，确保系统能够满足业务需求和技术标准。在做 ORR 的时候，运维和开发团队的负责人需要在公司统一的审查标准之上，对应用程序的各个方面进行审查，并最终生成报告。为了简化客户构建标准的过程，亚马逊云科技在 Well-Architected 框架下提供了一个全面的 ORR 评估基础，帮助团队构建安全、高性能、弹性强、高效且经济的应用程序。可参考此链接。

传统 ORR 流程面临的挑战

尽管 ORR 对于确保应用程序质量至关重要，但传统的 ORR 流程面临几个主要挑战：

时间密集型：全面的 ORR 可能需要数天甚至数周时间，延迟产品上市时间专业知识要求：需要多个领域的专家参与审查过程文档分析负担：审查人员需要阅读和分析大量技术文档一致性问题：不同审查人员可能对相同问题有不同解读知识传递困难：审查结果和建议的有效传递存在挑战

这些挑战导致许多组织要么简化 ORR 流程（牺牲质量），要么投入大量资源（增加成本），或者完全跳过这一步骤（增加风险）。

利用生成式 AI 和 Dify 加速 ORR 流程

“ORR on Dify”是一个创新解决方案，它结合了 Amazon Well-Architected 框架、大语言模型和 Dify 平台的能力，自动化 ORR 流程中的文档分析和评估环节。该解决方案能够:

自动分析应用程序设计文档基于 Amazon Well-Architected 框架评估应用程序架构生成详细的审查报告，包括风险识别和改进建议直接与 Amazon Well-Architected Tool 集成，更新工作负载评估

通过这种方式，ORR 参与者可以将注意力集中在验证 AI 生成的评估结果和制定改进计划上，而不是花费大量时间阅读和分析文档。

解决方案架构

“ORR on Dify”解决方案由五个核心组件组成，架构如下图：

Dify 平台：提供知识库和大语言模型集成能力，用于文档处理和智能分析Amazon Bedrock：提供强大的基础模型能力，支持文档理解和专业评估、Amazon Well-Architected Tool：提供结构化的评估框架和 ORR 自定义镜头Amazon Lambda API：与 Amazon Well-Architected Tool 交互，获取评估模板和更新工作负载Streamlit 应用: 提供用户友好的界面，用于文档上传、审查启动和结果展示

核心组件详解

Dify 平台

Dify 是一个开源的 LLMOps 平台，在此解决方案中主要提供：

知识库功能，用于存储和索引应用程序设计文档大语言模型集成，用于文档理解和分析工作流引擎，用于编排 ORR 评估流程在工作流中定义各个步骤，基于 Bedrock 中的模型而完成复杂的分析任务

Amazon Bedrock

Amazon Bedrock 是亚马逊云科技的生成式 AI 模型平台服务，在此解决方案中发挥关键作用：

提供高性能的基础模型（如文本生成和 Embedding 模型等）提供 Claude Haiku 文本生成模型，提供高性价比选择提供 Titan Embedding v2 模型，用于知识的集成和召回

通过 Amazon Bedrock，解决方案能够理解技术文档的复杂性，并基于 Amazon Well-Architected 框架进行专业评估。

Amazon Well-Architected Tool

Amazon Well-Architected Tool 是亚马逊云科技提供的一项服务，用于评估架构并提供改进建议：

提供标准化的评估框架和最佳实践支持自定义镜头，用于特定场景的评估亚马逊云科技提供专门的 ORR 自定义镜头，涵盖 ORR 的关键方面记录和跟踪工作负载评估结果生成详细的改进计划和风险报告

Amazon ORR 自定义镜头是专为运营就绪审查设计的评估模板，包含一系列结构化问题和最佳实践，帮助团队全面评估应用程序的运营就绪状态。通过使用这一自定义镜头，组织可以确保其应用程序在部署前满足亚马逊云科技推荐的运营标准。

Amazon Lambda API

Lambda API 作为 Amazon Well-Architected Tool 的接口层，提供两个主要功能:

get_lens_info：获取 Well-Architected 自定义镜头（ORR 模板）信息operate_wa_tool：创建或更新 Well-Architected 工作负载评估

这些 API 使得解决方案能够无缝集成到 Amazon Well-Architected 框架中。

Streamlit 应用

Streamlit 应用提供直观的用户界面，包含三个主要页面：

上传文档：将应用程序设计文档上传到 Dify 知识库审阅应用：选择知识库和 ORR 模板，启动自动化审查设置：配置 API 连接和验证系统状态

Dify 工作流详解

Dify 工作流是解决方案的核心，它定义了 ORR 评估的自动化流程。工作流文件 orr-on-llm-workflow-v5.yml 包含多个步骤，每个步骤执行特定功能：

1、获取镜头信息（Get Lens Info）：

调用 Lambda API 获取 Well-Architected 自定义镜头信息提取评估支柱、问题和最佳实践为后续评估准备结构化模板

2、知识库查询（Knowledge Base Query）：

基于评估问题查询上传的应用程序文档提取相关内容，为评估提供证据处理文档中的技术细节和架构信息

3、评估分析（Assessment Analysis）：

利用 Amazon Bedrock 模型分析文档内容（Prompt 如下图）基于 Amazon Well-Architected 框架评估应用程序设计为每个问题生成风险评级和详细分析

4、生成报告（Report Generation）：

汇总各个支柱的评估结果生成结构化的审查报告提供具体的改进建议和最佳实践参考

5、更新工作负载（Update Workload）：

将评估结果同步到 Amazon Well-Architected Tool创建或更新工作负载记录保存详细的评估答案和选择

工作流中的每个步骤都经过精心设计，确保评估过程的完整性和准确性。通过这种结构化的工作流，解决方案能够自动化执行传统上需要多位专家手动完成的评估任务。

部署与使用指南

部署流程

部署“ORR on Dify”解决方案需要以下步骤：

1、准备亚马逊云科技环境：

确保拥有亚马逊云科技账户和必要权限安装 Amazon CLI 并配置凭证

2、部署 Dify 服务：

使用提供的 Amazon CloudFormation 模板部署 Dify 服务记录 Dify 服务 URL 和访问凭证在 Dify 中配置 Bedrock 为模型提供商

3、配置 Amazon Bedrock 访问：

确保账户已启用 Amazon Bedrock 服务获取必要的模型访问权限

4、部署 Amazon Lambda API：

使用 Amazon CloudFormation 模板部署 Lambda 函数和 API Gateway记录 API 端点 URL

5、导入 Amazon Well-Architected 自定义镜头：

使用提供的工具导入 ORR 评估模板记录自定义镜头 ARN或使用亚马逊云科技提供的 ORR 自定义镜头

6、配置环境变量：

设置 Dify 相关环境变量设置 Amazon Lambda API 相关环境变量设置 Amazon Well-Architected Tool 相关环境变量

7、启动应用：

详细的部署指南可在项目的 deploy/README.md 文件中找到。

使用流程

使用“ORR on Dify”进行应用程序审查的典型流程如下，项目启动后请通过链接访问应用：

1、上传设计文档：

访问”上传文档”页面选择或创建知识库上传应用程序设计文档（支持 PDF、Word、Markdown 等格式）

2、启动审查：

访问“审阅应用”页面选择包含设计文档的知识库选择适用的 ORR 模板按照提示录入信息点击“开始工作流”按钮

3、查看审查结果：

审查完成后，系统会显示详细的评估报告报告包括各个评估领域的风险级别和改进建议同时，Amazon Well-Architected Tool 中的工作负载也会被更新

解决方案优势

“ORR on Dify”解决方案为 ORR 流程带来多项显著优势：

效率提升：将文档分析时间从数天缩短到数分钟一致性增强：确保评估标准的一致应用专业知识补充：通过 Amazon Bedrock 提供领域专业知识可追溯性：自动记录评估过程和结果与亚马逊云科技最佳实践对齐：直接集成 Amazon Well-Architected 框架和 ORR 自定义镜头工作流自动化：通过 Dify 工作流引擎实现端到端自动化

结论

运营就绪审查是确保应用程序质量和可靠性的关键步骤，但传统流程面临效率和资源挑战。“ORR on Dify”解决方案通过结合生成式 AI、Dify 平台、Amazon Bedrock 和 Amazon Well-Architected Tool，显著简化了 ORR 流程，使团队能够更快、更一致地进行应用程序评估。

亚马逊云科技提供的 ORR 自定义镜头进一步增强了解决方案的价值，为评估提供了标准化的框架和最佳实践。通过将这一自定义镜头与生成式 AI 技术相结合，组织可以获得既符合亚马逊云科技标准又高效的评估体验。

这种创新方法不仅提高了 ORR 的效率，还增强了评估质量，使组织能够在不牺牲速度的情况下维持高标准。随着生成式 AI 技术的不断发展，我们期待看到更多类似的解决方案出现，进一步优化软件开发和运营流程。

要开始使用“ORR on Dify”，请访问 GitHub 仓库获取完整的部署指南和源代码。

*前述特定亚马逊云科技生成式人工智能相关的服务仅在亚马逊云科技海外区域可用，亚马逊云科技中国仅为帮助您了解行业前沿技术和发展海外业务选择推介该服务。

本篇作者

本期最新实验《多模一站通 —— Amazon Bedrock 上的基础模型初体验》

✨ 精心设计，旨在引导您深入探索Amazon Bedrock的模型选择与调用、模型自动化评估以及安全围栏(Guardrail)等重要功能。无需管理基础设施，利用亚马逊技术与生态，快速集成与部署生成式AI模型能力。

⏩️[点击进入实验] 即刻开启 AI 开发之旅

构建无限, 探索启程！