Author: awschina

Data for AI系列blog第一篇，以爆火的OpenClaw为例，解析Token爆炸根因，深入研究OpenClaw记忆和Skill管理机制的实现，给出AI Agent如何通过优化可观测性，记忆和Skill管理从而减少Token浪费的方法论，最终实现降本增效的目的

在使用 AWS Traffic Mirror 对 ALB 流量进行监控时，ALB 的 ENI（弹性网络接口）是动态变化的——每当 ALB 扩容到新可用区或重建时，都需要手动为新 ENI 配置 Traffic Mirror Session。本文介绍一种基于 CloudTrail + EventBridge + Lambda 的事件驱动方案，实现自动配置，并支持标签合规。

随着企业在 AWS 上的工作负载日益复杂——EC2 集群、RDS 数据库、ECS/EKS 容器、Lambda 函数、网络与负载均衡等多种服务交织运行——运维团队面临严峻挑战。AWS DevOps Agent 正是为解决这些运维痛点而生。它是一个 AI 驱动的自主运维代理，能够自动接收来自任何 AWS 服务的告警、跨服务关联数据（CloudWatch 指标、CloudTrail 事件、AWS Config 变更、VPC 网络日志等）、执行深度根因分析，并生成结构化的调查报告——整个过程无需人工干预。

本文将展示如何使用 Kiro CLI（AWS 推出的 AI 驱动命令行助手）配合 Amazon EKS MCP Server，通过自然语言对话，自动完成两种 FluentBit 日志采集方案的规划、搭建和验证。你将看到： • 两种方案的架构差异和适用场景 • Kiro CLI 如何一步步驱动整个搭建过程 • 搭建复杂度和运行成本的量化对比 • AI 辅助运维带来的效率提升

本文介绍了如何利用 Claude Code（负责腾讯云侧）和 Kiro CLI（负责 AWS 侧）两个 AI 工具协作，在几小时内完成 AWS 与腾讯云之间 IPsec VPN 双隧道互联的搭建，并迭代了三种架构方案（SPD 策略路由 → VPC 目的路由 → CCN 云联网目的路由），展示了 AI 工具在跨云网络配置中加速知识翻译、参数生成和问题定位的实际价值。

基于 Amazon EKS 与 NVIDIA NIM 构建混合云大模型推理架构，实现本地 GPU 优先、云上 Spot 实例弹性兜底，结合 KEDA 和 Karpenter 达成 0→N 自动扩缩容与成本最优。

本文介绍了一种短剧视频字幕位置自动识别方案，通过 OpenCV 图像处理 + Amazon Nova 2 Lite 视觉大模型 的混合方法，在 30 个测试视频（覆盖 15 种语言）上达到 83% 准确率（偏差 ≤5%）。

本博客提供企业在亚马逊云科技上部署类OpenClaw智能体的综合安全方案指南，包括架构设计、缓解注入攻击、企业内部系统集中访问和细粒度授权等。

Amazon Aurora Serverless v2 支持与预置实例混合部署，作为 Replica 实现按需扩缩容。本文基于 37GAMES 的实践，验证了该方案在故障切换、扩展速度和成本优化方面的表现，实现了40%+的成本节省，同时保持~20秒的故障转移时间和零数据丢失。

Amazon Aurora PostgreSQL 是亚马逊云科技基于云原生架构打造的托管型关系数据库服务，兼容PostgreSQL。根据 Amazon Aurora版本控制，大版本结束标准支持(EOL)前至少 6 个月通知，小版本至少 3 个月。 EOL 后未升级的集群将面临被自动升级，本篇主要介绍升级的方案和最佳实践。