Amazon Web Services ブログ
Category: Front-End Web & Mobile
AWS Amplify Hosting によるマルチアプリ管理の簡素化
AWS Amplify Hosting では、より多くの Amplify アプリを 1 つのリポジトリに接続できるようになりました。この変更により、開発者が Git プロバイダーと統合する方法が改善され、特に単一リポジトリで管理されるプロジェクト構成に有益です。 Amplify は、関連するすべてのアプリに対して 1 つのリポジトリにつき 1 つの Webhook を使用するようになり、開発作業が効率化されました。
Amazon API Gateway がデュアルスタック (IPv4 と IPv6) エンドポイントのサポートを開始
3 月 31 日、すべての商用リージョンと AWS GovCloud (米国) リージョンのすべてのエンドポイ […]
AWS Amplify でホストされたサイト向けのファイアウォールサポート
3 月 26 日、AWS WAF と AWS Amplify ホスティングの統合の一般提供についてお知らせしま […]
AWS Weekly Roundup: Cloud Club Captain 申請、Formula 1®、Amazon Nova プロンプトエンジニアリングなど (2025 年 2 月 24 日)
2 月 20 日に開催された AWS Developer Day 2025 では、責任ある生成 AI を開発ワ […]
AWS Weekly Roundup: AWS Developer Day、トラストセンター、Well-Architected for Enterprise など (2025 年 2 月 17 日)
2 月 20 日の AWS Developer Day にぜひご参加ください! このバーチャルイベントは、開発 […]
AWS Amplify Hosting でサーバーサイドレンダリングのための IAM Compute Roles
今日、AWS Amplify Hosting は、AWS Amplify アプリケーションの IAM Compute Roles を導入しました。これにより、コンピュート実行時から AWS サービスへの安全なアクセスを可能にし、サーバーサイドレンダリング機能を拡張できるようになりました。IAM Compute Roles を使えば、開発者はサーバーサイドレンダリングアプリに特定の権限を付与でき、Amplify が他の AWS サービスへの承認された呼び出しを行えるようになります。この新機能により、セキュリティのベストプラクティスを維持しながら、開発プロセスを加速できます。
AWS Amplify AI Kit と Neon Postgres を利用した RAG ベースアプリケーション構築
この記事では、入門の段階を超えて、Amplify のデフォルトのデータベースモデルではなく、Neon からサーバーレス Postgres データベースを使用して製品データを取得します。そうすることで、検索拡張生成 (RAG) を使用して LLM と対話するために必要なコードを簡素化します。
AWS が生成 AI で E コマースにおけるショッピングアシスタントを強化
AWS 提供のデモの一つである AI ショッピングアシスタント は、お客様固有のニーズに合わせてカスタマイズされた推奨商品を提示するなど、生成 AI がデジタル空間での案内役としてどのように機能するのかを確認していただけます。 小売業者が顧客向けにパーソナライズされたシームレスな体験を提供できるように設計されたこのアシスタントは、顧客がより迅速かつ自信を持って意思決定を行えるようにします。 AI ショッピングアシスタントは、選択肢を最も関連性の高いものだけに絞り込むことで、悩ましい選択の苦労を軽減して購入へと導き、ショッピングをより満足のいく体験に変えます。
AWS Weekly Roundup: DeepSeek-R1、S3 メタデータ、Elastic Beanstalk の更新など (2024 年 2 月 3 日)
私は 1 月 27 日週、バンコクで開催された AWS Community Day Thailand に参加し […]
React Native と AWS Amplify、Amazon Bedrock Knowledge Base を利用したトラベルプランナーの構築
この記事では、React Native を使用してトラベルプランアプリケーションを構築する方法を学びます。このアプリケーションは、 Knowledge Base に基づいて、Retrieval Augmented Generation (RAG) および Large Language Models (LLM) を使用して応答を生成します。