Category: Case Study

AI Agent 的记忆管理面临”全记则爆、简删则丢”的困境。Amazon Bedrock AgentCore Memory 通过双层架构（短期事件 + 长期记忆）与 Intelligent Consolidation 机制，实现智能记忆、语义去重和冲突更新。本文解析其四种内置策略（Semantic、User Preference、Summary、Episodic）的工作原理，并通过实战场景验证记忆的智能合并能力。

本文探讨了如何利用 AWS Kiro IDE、Model Context Protocol (MCP) 和 Skills 构建智能 D2C 平台。核心创新在于通过 Skills 将组件知识封装为可调用工具，结合 Steering 策略引导，使 AI 能够自动发现、理解并正确使用企业组件库。

从零开始构建企业级生成式AI应用面临诸多技术挑战：模型选择与集成复杂、安全合规要求严格、开发周期长、维护成本高 […]

随着智能汽车电子电器架构的迭代升级，车端算力水平正经历前所未有的提升。在这一技术背景下，我们持续探索构建更为高 […]

在核心系统迁移到 AWS 后，在 AWS SA 的指导下，企业构建了综合性企业 AI 助手系统。通过使用整合大语言模型、企业知识库及业务系统数据 MCP Server，实现了对业务场景的深度理解与实际问题解决能力。

本文介绍原力棱镜游戏公司利用 Amazon Q Developer CLI 提升开发运维效率的实践。通过案例展示其在 EKS 集群管理、微信小程序转型等场景的应用优势，提出明确意图、迭代交互、审核生成内容等最佳实践建议，推动业务创新。

本文介绍了一种基于大语言模型的地理专业文档自动翻译解决方案，具备自动识别文档语言并进行中英互译、保留原始文档格式、支持地理专业术语表及其扩展、确保翻译符合目标语言表达习惯等特点。

在当今全球化的环境中，高质量的翻译服务变得越来越重要。大语言模型凭借其强大的语言理解和生成能力，在翻译任务中表现出色。通过精心设计的提示词（prompts），LLM 能够更好地理解翻译场景，产出符合特定业务需求的翻译结果。然而，在涉及大量专业术语的特定领域中，LLM 的原生翻译能力往往显得力不从心。本文将探讨如何结合多个AWS服务来增强 LLM 的翻译能力，特别是在处理专业术语时的表现。

FunPlus SLG 游戏服务器从 x86 迁移到 Graviton EC2 的实践

通过 CloudWatch 的跨账号监控，实现 payer 使用 anomaly detection 技术方案集中监控 link 账号的 CDN 异常请求和流量。