亚马逊AWS官方博客
Category: Generative AI
AWS Transform 宣布推出全栈 Windows 现代化功能
今天,根据您的反馈,我们兴奋地宣布推出适用于全栈 Windows 现代化的 AWS Transform,以承接 Windows 应用程序栈中复杂、繁琐的现代化工作。您现在可以通过集中式的体验,识别应用程序和数据库的依赖关系,并以编排好的方式对它们进行现代化改造。
适用于大型机的 AWS Transform 引入重新构想功能和自动化测试功能
今天,我们宣布在适用于大型机的 AWS Transform 中增强功能,其中包括人工智能驱动的分析功能、对 Reimagine 现代化模式的支持以及测试自动化。这些增强解决了大型机现代化中的两个关键挑战:需要彻底改造应用程序而不仅仅是将其迁移到云上,以及测试所需的大量时间和专业知识。
使用大模型技术构建机票分销领域人工智能客服助手
一. 需求背景 1.1 行业痛点 在机票分销领域,大型票务代理是供应链的中转枢纽,他们上游对接各大航空公司,下 […]
Agentic AI基础设施实践经验系列(一):Agent应用开发与落地实践思考
探讨Agent开发和运维Agent(AgentOps)的基本要素和实践思考。
Amazon Bedrock AgentCore Memory:亚马逊云科技的托管记忆解决方案
亚马逊云科技提供开箱即用的托管服务,通过AI Agent构建平台Bedrock AgentCore中的记忆模块 […]
Agentic AI基础设施实践经验系列(四):MCP服务器从本地到云端的部署演进
引言 随着人工智能技术的快速发展,特别是大语言模型(LLM)的广泛应用,Agentic AI(智能体AI)正在 […]
Agentic AI基础设施实践经验系列(三):Agent记忆模块的最佳实践
本文将深入探讨 Agent应用中的记忆需求、记忆类型、技术组件和主流开源框架,并介绍基于亚马逊云科技的数据产品 […]
Agentic AI基础设施实践经验系列(七):可观测性在Agent应用的挑战与实践
一. 引言: 我们正处在一个由 AI Agent 驱动的范式转换前夜。它们不再只是简单的文本生成器,而是能够理 […]
Agentic AI基础设施实践经验系列(五):Agent应用系统中的身份认证与授权管理
1. 引言 人工智能正经历深刻变革。传统AI多为被动工具,而随着大型语言模型(LLM)和多智能体系统(MAS) […]
Agentic AI基础设施实践经验系列(二):专用沙盒环境的必要性与实践方案
一、Agent沙盒环境的业务需求、场景与技术解析 1. 为什么Agent需要专门的沙盒环境 Agent应用作为 […]

