Možnosti využití AI agentů pro sběr informací a zakládání ticketů při správě infrastruktury

Michal Sekyra

Bakalářská práce

Possibilities of Using AI Agents for Information Gathering and Ticket Creation in Infrastructure Management

Anotace:

Sekyra, M. Možnosti využití AI agentů pro sběr informací a zakládání ticketů při správě infrastruktury. Bakalářská práce. Brno: Mendelova univerzita v Brně, 2026. Tato bakalářská práce se zabývá návrhem a implementací systému autonomního monitorování webové aplikace v prostředí Kubernetes s využitím lokálně provozovaného jazykového modelu. Nejprve jsou popsány teoretické základy správy IT infrastruktury, principy platformy Kubernetes a konceptu AIOps, včetně analýzy dostupných open-source automatizačních nástrojů. Následně je navrženo a implementováno testovací prostředí, v němž jsou porovnávány platformy n8n a Huginn při plnění identického monitorovacího scénáře. Systém detekuje dva typy incidentů – tvrdý výpadek způsobený nedostupností databáze a tiché selhání projevující se chybějícím health sentinelem v HTML obsahu stránky – a prostřednictvím modelu llama3 generuje strukturovanou analýzu příčiny zasílanou správci formou notifikace. Práce přináší funkční řešení autonomního monitorování s prokázanou schop-ností detekovat sémantické chybové stavy bez zásahu člověka a doporučuje platformu n8n jako vhodnější volbu pro integraci jazykových modelů do prostředí správy infrastruktury.

Abstract:

Sekyra, M. Possibilities of Using AI Agents for Information Gathering and Ticket Creation in Infrastructure Management. Bachelor’s thesis. Brno: Mendel University in Brno, 2026. This bachelor’s thesis focuses on the design and implementation of an autonomous web application monitoring system in a Kubernetes environment using a locally de-ployed language model. First, the theoretical foundations of IT infrastructure man-agement, the principles of the Kubernetes platform, and the concept of AIOps are described, including an analysis of available open-source automation tools. Subsequently, a test environment is designed and implemented in which the n8n and Huginn platforms are compared while executing an identical monitoring scenario. The system detects two types of incidents — a hard outage caused by database unavailability and a silent failure manifested by a missing health sentinel in the HTML content of a page — and uses the llama3 model to generate a structured root cause analysis sent to administrators as a notification. This work presents a functional solution for autonomous monitoring with a proven ability to detect semantic error states without human intervention and recommends the n8n platform as the more suitable choice for integrating language models into infrastructure management environments.

Klíčová slova

AIOps, Kubernetes, monitoring infrastruktury, jazykové modely, Huginn, tiché selhání, AI agenti, n8n, Ollama

Keywords

AIOps, Kubernetes, language models, infrastructure monitoring, silent failure, n8n, Huginn, AI agents, Ollama

Jazyk práce: čeština

Datum vytvoření / odevzdání či podání práce: 3. 6. 2026

Obhajoba závěrečné práce

• Obhajoba proběhla 22. 6. 2026
• Vedoucí: Mgr. David Vašíček
• Oponent: Andrej Gono, Ing.

Mendelova univerzita v Brně

Provozně ekonomická fakulta

Bakalářský studijní program:
Administrace IS/ICT