亚马逊AWS官方博客
Category: Artificial Intelligence
使用 Kiro CLI 和 Agent Client Protocol 构建飞书 AI 聊天机器人
如何将 Kiro CLI 变成通用 Agent 后端,并用不到 1000 行 Rust 代码构建一个飞书聊天机器人。
使用Amazon SageMaker Hyperpod Cluster部署whisper模型
本篇博客详细介绍了如何利用 Amazon SageMaker HyperPod Cluster,在托管的 EKS 集群中部署基于 TensorRT-LLM 编译的 Whisper 模型,并通过 Triton Inference Server 对外提供高性能推理服务。
基于Amazon Bedrock 上实现 Dynamic Filtering Web Search 与 Web Fetch
介绍最新的模型API服务端托管工具:Dynamic Filtering (动态过滤) Web Search 与 Web Fetch,以及如何使用亚马逊云科技上服务进行自建。
给 Openclaw瘦身-利用Nova MME 和 S3 Vector实现Skill按需召回
本文介绍一种针对 OpenClaw 的智能Skills召回方案,基于 Amazon Bedrock Nova Multimodal Embeddings 和 Amazon S3 Vector,通过向量语义检索实现skill按需召回,将每次对话注入的技能描述 Token 降低约 90%,并提升响应速度。
AWS 一周综述:Amazon S3 推出 20 周年、Amazon Route 53 Global Resolver 正式推出等(2026 年 3 月 16 日)
二十年前的上周,Amazon S3 于 2006 年 3 月 14 日公开发布。虽然 Amazon Simple Storage Service 通常被认为是定义云基础设施的基础存储服务,但最初的简单对象存储服务已发展成为范围和规模要大得多的服务。
OpenClaw 安全和功能增强实践
本文记录了我在 AWS EC2 上部署 OpenClaw后,围绕安全防护和功能增强两条主线所做的一系列配置。不是官方教程,而是实际踩坑后的工程实践。
还在养龙虾(OpenClaw)吗?教你在 AWS 上让龙虾自己生龙虾
在 AWS 上部署OpenClaw,给它权限,然后通过聊天让它自己读取自己的信息、权限、创建服务器、部署出另一只龙虾——全程零命令。
OpenClaw 在电商平台的应用场景探索
当 AI 助手不再只是”聊天机器人”,而是一个可以用 Markdown 文档扩展skill能力、嵌入多种工作渠道、主动推送运营洞察的智能网关——我们用 OpenClaw 在电商卖家场景做了一次从 0 到 1 的实验,讨论电商平台以大规模SaaS部署OpenClaw提供卖家助手的场景下,能够提供的开发便利、使用体验优势、部署模式和成本评估,以及使用体验
构建专业化 AI 而不牺牲通用智能:Nova Forge 数据混合实战
本文通过一个真实企业场景中的客户之声(VOC)分类任务,评估了 Amazon Nova Forge 在领域任务微调中的表现。实验结果表明,借助数据混合(data mixing)策略,Nova Forge 能够在显著提升领域任务性能的同时,有效避免灾难性遗忘,保持模型的通用能力。该方法为企业在构建定制化 AI 模型时,在领域能力与通用能力之间取得平衡提供了一种实用方案。
向量存储成本降低 85%:用 Amazon S3 Vectors 构建企业级多平台统一知识库
本文将介绍一个基于 AWS 云原生服务的统一知识库架构方案,重点阐述如何通过 Amazon S3 Vectors 实现显著的成本节约,以及如何通过 Provider 模式扩展支持多个 SaaS 平台,构建真正的企业级统一知识库。