跳到正文

#MCP/工具调用

今日 4 条
今天11月18日周三
  1. AWS Machine Learning Blog34

    AWS Agent Registry 推出自定义元数据模式

    AWS Agent Registry 现已支持自定义元数据模式,允许管理员定义组织特定的键值对并强制所有记录遵循该模式。该功能通过验证环境、业务单元等字段,实现了基于结构化证据的治理与合规,并支持结合自然语言查询和元数据过滤进行资源发现。此前,组织在 AWS Agent Registry 中无法定义这些特定事实并存储于每条记录中。

11月17日周二
  1. AWS Machine Learning Blog63

    多智能体系统设计模式、反模式与制造经验分类

    AWS Machine Learning Blog 梳理了多智能体系统的确定性工作流、自主编排、混合架构、5 类反模式和制造场景选型约束。文中用 10 个步骤各 95 percent 可靠时端到端只有 59.9 percent、20 个步骤只有 35.8 percent 的例子说明依赖交接会放大风险。

    推荐理由:原文给出多智能体模式与反模式的分类和决策树,帮助读者按任务确定性、专业分工与风险边界选择最简架构。

  2. AWS Machine Learning Blog38

    Duco 如何利用 Amazon Bedrock AgentCore 实现金融数据自动化

    Duco 基于 Amazon Bedrock 和 Bedrock AgentCore 重构其智能体 AI 技术栈,以处理每月 200 亿笔交易。该方案兼容现有的 LangChain 和 LangGraph 代码,通过托管运行时降低部署时间与成本,同时确保银行数据隔离。此前 Duco 依赖传统机器学习模型,但难以适应不断变化的金融数据格式与业务规则。

11月13日周五
  1. AWS Machine Learning Blog47

    Amazon Bedrock Managed Knowledge Base 工具实现细粒度访问控制

    该方案利用 Amazon Bedrock AgentCore Gateway 在工具层注入经身份验证的用户属性,防止 LLM 伪造搜索权限。结合 Managed Knowledge Base 的 ACL 感知功能,确保多租户环境下每个用户仅能检索其有权查看的文档。此设计通过多层防御机制,解决了传统应用中由 LLM 决定搜索参数可能引发的越权访问风险。

11月12日周四
  1. AWS Machine Learning Blog31

    AWS Quick 如何利用 AI-PDLC 加速产品开发

    AWS Quick 推出 AI-PDLC 框架,通过六个专用智能体连接 Slack、Jira 等企业数据,加速从需求发现到原型验证的产品开发流程。该框架利用 Orchestrator 协调各阶段,生成包含验收标准的 prototype_spec.md,并支持通过 ACP 协议将任务委派给 Kiro 或 Claude Code 等编码智能体。

11月11日周三
11月10日周二
  1. AWS Machine Learning Blog35

    AWS Quick 中智能体与技能的工作机制

    AWS Quick 通过智能体(Agents)和技能(Skills)实现任务自动化,智能体基于 ReAct 模式运行,利用连接器访问数据源并执行操作。技能作为可复用的指令集,教导智能体完成特定任务,如生成文档或执行深度研究。该服务支持通过自然语言交互,结合空间(Spaces)和知识库(Knowledge Bases)将答案锚定在用户连接的数据上。

11月7日周六
  1. AWS Machine Learning Blog50

    Greenlight Financial 基于 Amazon Bedrock AgentCore 构建自主 SOC 解决方案

    Greenlight Financial 利用 Amazon Bedrock AgentCore 构建自主安全运营中心(SOC),每月无干预解决超过 90% 的 4,000 起安全与风险案例。该系统采用分层多智能体架构,包含 30 多个专用智能体,常规案例中位分诊时间为个位数秒。此前人工处理单起案例需 15-30 分钟,该方案实现了在金融合规框架下的自动化分诊与复杂案例升级。

  2. AWS Machine Learning Blog40

    AWS 演示 Amazon Bedrock AgentCore 与 Okta XAA 构建企业级 AI Agent 访问治理

    AWS 演示利用 Amazon Bedrock AgentCore Gateway 和 Cedar 策略集中管理 AI Agent 对 MCP 工具的访问权限,替代分散的授权检查。该方案支持在 Amazon EKS 上运行多 Agent,并通过 CloudWatch 统一审计 Okta 授权决策。这是继 Part 1 验证基础治理机制后,针对企业级大规模 Agent 拓扑的扩展方案。

  3. AWS Machine Learning Blog45

    AWS 在 Amazon ECS Fargate 上构建无服务器 MCP 服务器以访问 AI 智能体数据湖

    AWS 团队在 Amazon ECS Fargate 上构建了无服务器 MCP 服务器,作为 AI 智能体与企业数据湖之间的集中式网关。该架构采用元数据驱动方式,新增数据集仅需提供 JSON 元数据文件即可自动发现,无需编写集成代码。此方案旨在解决 Amazon 北美分拣中心(NASC)规划团队中数据访问碎片化及新数据源接入耗时数天的问题。

  4. AWS Machine Learning Blog50

    AWS Quick 智能体原语分类法:触发器、智能体与能力

    AWS 在构建 Quick 时确立了智能体原语分类法,将工作分解为触发器、智能体和能力三个核心组件。该框架通过“何时、何事、谁、如何”四个问题定义系统结构,其中触发器负责激活任务,智能体作为持久学习主体执行工作,能力则涵盖工具、技能及工作流。这是 AWS 智能体操作系统系列文章的首篇,旨在为底层构建者提供共享词汇。

11月6日周五
  1. AWS Machine Learning Blog52

    Amazon Bedrock AgentCore Web Answer 上手指南

    文章介绍了在 Amazon Bedrock AgentCore 上使用 Web Answer 的方法,包括授权、添加目标与从 Strands 代理调用。Web Answer 将搜索、检索、合成与引用流水线合并为一次 MCP 工具调用,返回带源引用的答案。该功能已在 us-east-1 一般可用,定价为 $10 per 1,000 tool calls。

11月4日周三
  1. AWS Machine Learning Blog25

    Gen Digital 如何利用 Amazon Bedrock AgentCore Web Search 构建 Norton Revamp 的 AI 新闻引擎

    Gen Digital 利用 Amazon Bedrock AgentCore Web Search 构建了 Norton Revamp 的 AI 新闻引擎,实现基于实时网络知识的个性化内容推荐。该引擎通过 MCP 合规的托管连接器获取带引用的实时数据,驱动新闻流、内容建议及目标设定功能。Norton Revamp 于 2026 年 3 月上线,旨在帮助专业人士管理在线声誉。

10月30日周五
  1. AWS Machine Learning Blog46

    Kiro 如何构建可复用的 PHP 到 Java 迁移引擎

    Kiro 通过集成 AI 智能体与代码库,利用共享方法论、机械发现扫描器及八阶段工作流,将 PHP 到 Java 的迁移转化为可测量的重复过程。该引擎将原始 PHP 应用视为规范,并通过一致性测试框架验证 Java 移植的正确性。此方法支持在 Kiro 中交互式运行,或通过 AWS Transform 进行大规模自主迁移。

  2. AWS Machine Learning Blog44

    MoEngage 利用 AgentCore Gateway 将 400 个 API 转化为智能体工具

    MoEngage 使用 Amazon Bedrock AgentCore Gateway 将 400 个私有 REST API 转化为权限受限的智能体工具,避免了构建 20 个独立 MCP 服务器的复杂性。该方案无需公开端点,将新 API 接入时间从数天缩短至数小时,并节省了约 6 个月的平台工程工作量。此前这些 API 分散在七个 AWS 区域的私有 VPC 中,难以被智能体安全访问。

10月29日周四
  1. AWS Machine Learning Blog36

    基于 Amazon Bedrock AgentCore 构建企业级 Agentic AI 平台

    AWS 发布基于 Amazon Bedrock AgentCore 的企业级 Agentic AI 平台参考架构与蓝图。该方案采用联邦式运营模式,通过独立的推理与工具网关、多账户控制平面及自动化评估流水线,实现 Workstream 团队在安全边界内的独立部署、回滚与成本归因。此架构旨在解决多团队构建智能体时的治理漂移、所有权审计及跨账户成本可视化等生产环境瓶颈。

10月28日周三
10月27日周二
10月24日周六
  1. AWS Machine Learning Blog32

    拜耳作物科学基于 Amazon Bedrock AgentCore 构建 Agentic Decision Engine

    拜耳作物科学基于 Amazon Bedrock AgentCore 构建 Agentic Decision Engine (ADE),作为多智能体自然语言接口连接其 Connected Decision Engine。ADE 在生产环境运行 22 个专家智能体,利用 LangGraph 编排,第一阶段可独立解决约 80% 的用户问题。此前诊断工作流故障需超过一小时,现缩短至 10 分钟以内。

10月23日周五
  1. AWS Machine Learning Blog41

    Amazon Quick 如何在 HIPAA 合规环境中部署 AI

    Amazon Quick 作为 HIPAA 合格服务,支持在受监管环境中处理受保护健康信息(PHI)。其智能体通过连接器访问结构化与非结构化数据,并提供 ACL 感知检索及行为审计日志以强化治理。该服务资格涵盖 Web、桌面及移动端,但实现完全合规需结合 BAA 签署及企业自身配置。

  2. AWS Machine Learning Blog37

    Rescale 如何利用 Strands Agents 和 AI-DLC 构建 AI 分诊智能体

    Rescale 利用 AWS 的 AI-DLC 框架和 Strands Agents 构建了自动化测试失败分诊智能体,从问题定义到预发布部署仅用五天。该智能体运行在 Amazon EKS 上,调用 Claude Opus 4.8 对端到端测试失败进行分类和路由,并通过 MCP 查询日志生成修复报告。此前 Rescale 工程师需手动处理大量测试失败,导致发布流程受阻。

10月22日周四
10月21日周三
  1. AWS Machine Learning Blog35

    Smartsheet 在 AWS 上推出通用可用 MCP Server

    Smartsheet 推出通用可用的 MCP Server,支持 AI 智能体通过标准化协议读写和管理 Smartsheet 数据。该服务器提供超过 40 个工具,允许用户通过自然语言更新任务状态、创建行及修改项目结构。文章演示了如何通过 Amazon Quick 和 Kiro 连接该服务器,实现跨职能工作流中的自动化任务管理。

© 2026 SI·Hot · Super Intelligence Hot · 超级智能热点 · 网站数据均来源于网络公开资料,版权归来源方所有