jira ticket classification

Jira-Ticketklassifizierung

Überblick

Jira Ticket Classification ist ein automatisiertes System zur Klassifizierung von Jira-Tickets mithilfe der KI-Funktionen von Amazon Bedrock. Dieses Projekt kann mit Jira Server-Exporten verwendet werden und bietet ähnliche Automatisierungsfunktionen wie in Jira Cloud.

Architekturdiagramm

Merkmale

• Klassifiziert Jira-Tickets automatisch anhand ihres Inhalts
• Nutzt Amazon Bedrock für die KI-gestützte Klassifizierung
• Verarbeitet in S3 platzierte Jira-Ticketexporte
• Verwendet AWS Glue für die Datendeduplizierung
• Entwickelt für die Arbeit mit Jira Server-Exporten

Hinweis : Deduplizierung ist wichtig, wenn Sie Benutzern erlauben, Jira-Exporte manuell hochzuladen und auch den automatischen Pull auszuführen. Wenn Sie sicherstellen können, dass keine inkrementellen Importe Duplikate enthalten, können Sie den AWS Glue-Job entfernen.

Wie es funktioniert

1. Dateneingabe : Jira-Ticketexporte werden im Ordner /unprocessed des bereitgestellten S3-Buckets abgelegt.

2. Datenverarbeitung : Das System verarbeitet die exportierten Tickets.

3. Bedrock-Klassifizierung : Ticketdaten werden an Amazon Bedrock gesendet, das jedes Ticket anhand einer vordefinierten Klassifizierungsaufforderung kategorisiert.

4. Deduplizierung : AWS Glue stellt sicher, dass keine doppelten Klassifizierungen verarbeitet werden, wodurch die Datenintegrität gewahrt bleibt.

5. Ergebnisse : Klassifizierungsergebnisse werden gespeichert und können zur Aktualisierung der ursprünglichen Jira-Tickets oder zur weiteren Analyse verwendet werden.

Komponenten

• Lambda-Funktion : Verarbeitet die Hauptlogik für die Ticketverarbeitung und -klassifizierung.
• Amazon Bedrock : Stellt das KI-Modell für die Ticketklassifizierung bereit.
• AWS Glue : Verwaltet die Datendeduplizierung.
• S3 : Speichert Jira-Exporte und Klassifizierungsergebnisse.
• Secrets Manager : Speichert unseren Jira-API-Schlüssel, die Basis-URL und die E-Mail-Adresse zum Abrufen von Jira-Tickets.

Einrichtung und Konfiguration

Wichtiger Hinweis : Dieses Projekt stellt Ressourcen in Ihrer AWS-Umgebung mithilfe von Terraform bereit. Es fallen Kosten für die genutzten AWS-Ressourcen an. Bitte beachten Sie die Preise für Dienste wie Lambda, Bedrock, Glue und S3 in Ihrer AWS-Region.

Erforderliche Berechtigungen : Sie benötigen erhöhte Berechtigungen, insbesondere Poweruser-Berechtigungen, um den Terraform-Stack bereitzustellen.

So richten Sie das Projekt ein:

1. Aktualisieren Sie die Umgebungsvariable PROJECT_IDS_COMMA_SEPARATED von main.tf fetch_jira_issue_lambda, um die Projekt-IDs einzuschließen, die Sie abrufen möchten
2. Navigieren Sie zum infrastructure im Projekt.
3. Führen Sie terraform init aus, um das Terraform-Arbeitsverzeichnis zu initialisieren.
4. Führen Sie terraform apply aus, um die Ressourcen in Ihrer AWS-Umgebung zu erstellen.
5. Gehen Sie zum Secrets Manager und aktualisieren Sie das Jira-Secret mit Ihrer Jira-Konfiguration

Um das Projekt abzubrechen:

1. Navigieren Sie zum infrastructure .
2. Führen Sie terraform destroy aus, um alle von diesem Projekt erstellten Ressourcen zu entfernen.

Sicherheit

Stellen Sie sicher, dass Sie tfsec jedes Mal im Infrastrukturordner ausführen, wenn Sie eine weitere Änderung am Code vornehmen.

Führen Sie TFSec aus

$ tfsec .

Unterdrückte Warnungen Stellen Sie sicher, dass Sie tfsec im Infrastrukturordner jedes Mal ausführen, wenn Sie eine weitere Änderung am Code vornehmen. Diese Sicherheitswarnungen wurden unterdrückt, aber überprüfen Sie sie, bevor Sie diese Lösung in die Produktion bringen. Darüber hinaus verwendet dieses Beispiel-Repository von AWS verwaltete Schlüssel. Es wird empfohlen, kundenverwaltete Schlüssel (Customer Managed Keys, CMKs) in einer Produktionsumgebung zu verwenden.

1. Secrets Manager „aws-ssm-secret-use-customer-key“: Diese Warnung erfordert, dass wir einen KMS-Schlüssel für unser Geheimnis verwenden.
2. S3 „aws-s3-enable-bucket-logging“: Entfernen und aktivieren Sie, wenn die Bucket-Protokollierung für Ihren Anwendungsfall sinnvoll ist
3. S3-Bucket-Verschlüsselung „aws_s3_bucket_server_side_encryption_configuration“: Wir verwenden einen von AWS verwalteten Verschlüsselungsschlüssel
4. Lambda „aws-lambda-enable-tracing“: Aktivieren Sie die Ablaufverfolgung, wenn dies für Ihr Projekt sinnvoll ist.

Verwendung

1. Exportieren Sie Tickets aus Ihrer Jira Server-Instanz.
2. Platzieren Sie die exportierten Ticketdaten im Ordner /unprocessed des S3-Buckets, der vom Terraform-Skript erstellt wurde.
3. Das System verarbeitet neue Dateien in diesem Ordner automatisch.
4. Rufen Sie Klassifizierungsergebnisse vom angegebenen Ausgabeort in S3 ab.

Anforderungen

• AWS-Konto mit Zugriff auf Lambda, Bedrock, Glue und S3
• Terraform ist auf Ihrem lokalen Computer installiert
• Power-User-Berechtigungen in Ihrem AWS-Konto
• Möglichkeit, Tickets von Jira Server zu exportieren (Jira Server-Instanz nicht erforderlich)

Mitwirken

Beiträge zur Verbesserung des Projekts sind willkommen. Bitte senden Sie Pull-Requests oder offene Probleme, um mögliche Verbesserungen zu besprechen.

Lizenz

Dieses Projekt ist unter der MIT-Lizenz lizenziert. Einzelheiten finden Sie in der LICENSE-Datei.

Unterstützung

Wenn Sie Unterstützung benötigen oder Probleme melden möchten, öffnen Sie bitte ein Problem im GitHub-Repository des Projekts.