Category: Artificial Intelligence

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。

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。

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。

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。

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

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。

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。

今日，我们宣布 OpenClaw on Amazon Lightsail 正式发布，该服务可用于启动 OpenClaw 实例、配对浏览器、启用 AI 功能，以及根据需要连接消息收发信道。您的 Lightsail OpenClaw 实例已预置为使用 Amazon Bedrock 作为默认 AI 模型提供商。完成设置后即可立即与 AI 助手对话，无需进行任何额外配置。

我们如何用 Kiro（AI IDE）完成全流程开发，基于 Strands Agents 框架、Amazon Bedrock AgentCore 和 AWS 基础设施，在一周内构建了一个能交付实际产出的 AI Agent 平台——全程零人工编码。

在云原生时代，企业数字化转型的步伐不断加快，云基础设施已成为业务发展的核心支撑。云成本的有效监控与管理，已不再是可选项，而是企业数字化战略成功的关键要素。本文设计并实现了一套智能云成本监控与告警系统，使用者通过自然语言与智能体交互，获取与云成本相关的分析建议和优化方案，同时实现异常告警。