Author: awschina

本文以 Apache SeaTunnel AI CLI 项目为基础，通过 Amazon Bedrock 的统一模型访问层，对 7 个模型完成 100 个 ETL 任务的分层评测：不仅衡量配置生成和静态校验结果，也在真实数据环境中验证执行。实验显示，模型在静态校验阶段的表现不能直接预测其真实执行成功率。本文的目标不是给出一份通用模型排行榜，而是提供一套面向 AI 辅助 ETL 的评测与选型方法：团队应结合自身任务复杂度、运行时成功率、错误修复能力和总体成本，持续选择并验证最适合自身数据环境的模型组合。

通过 MCP 将 Web Search Tool 集成到 AgentCore Gateway，为 AI Agents 提供实时网络搜索能力。

Amazon EFS 不提供原生目录级配额能力。本文基于 AWS Lambda 双层 fan-out 架构与 Amazon EventBridge，给出按客户/项目两级目录粒度的存储用量监控方案，涵盖架构设计、完整代码、部署命令及成本分析。

飞书授权登录并非标准 OIDC，无法直接作为 Amazon Quick 的 IdP。本文介绍一个开源的全 Serverless 参考实现：用 Lambda + API Gateway 构建飞书 OIDC 适配器，KMS 非对称密钥签发 id_token，以 Cognito 为身份枢纽，实现 Quick Web 与 Desktop 的飞书统一单点登录。

本文将介绍 AI-DLC（AI-Driven Development Life Cycle）——亚马逊云科技于 2025 年提出的一套开发方法论——在数据工程场景中的落地实践。我们将通过两个真实案例，展示 AI-DLC 如何在分层建模和数据质量管理这两个数据工程核心场景中发挥价值。

随着大语言模型（LLM）的快速发展，模型规模不断增大，对推理部署的要求也越来越高。在实际项目中，如何高效地在GPU集群上部署和优化大模型推理，已经成为AI基础设施团队面临的核心挑战之一。本文基于多个实际项目的经验积累，系统性地介绍大模型推理部署的方法论、部署方案选型、性能调优以及常见问题的解决方案。

如何让 Amazon Quick 的 Chat Agent 不止停留在控制台，而是嵌入自有业务页面、与页面操作联动？本文系统介绍一键式嵌入与 SDK ▎ 嵌入两种方式的原理、安全模型、实现步骤与选型，并附实践避坑指南。

本文分享在 Amazon EKS 上自建开源可观测性数据栈的完整实战：用 VictoriaMetrics、Grafana Loki、Grafana Tempo 分别承载指标、日志与链路，数据存入 Amazon S3 与 EBS gp3，通过 IRSA 安全集成。借助 OpenTelemetry Operator 实现存量微服务零代码接入，并在 Grafana 中打通 trace、log、metrics 三向一键关联，自动生成服务拓扑，显著提升故障排查效率。

以乐信圣文旗下千万日活休闲游戏接入云端存档为例，分享 Amazon DynamoDB 实战：访问模式驱动的表结构设计、”预置预热→按需上线→稳定转预置”三阶段容量策略、Warm Throughput 分区预热、Service Quotas 规划及分层监控告警，兼顾高并发与成本优化。

本文将通过示例介绍，如何借助 Kiro 与 AWS DevOps Agent，把原本高度依赖人力的演练，转变为低成本、可复现、并能在每次演练中自动产出调查结论的流程。读完本文，您将了解如何为每一类故障切换信号设计可靠的检测、如何运行基础演练并设计其他演练流程，以及如何把 DevOps Agent 集成到您的 on-call 流程。