Analytics | 亚马逊AWS官方博客

Amazon OpenSearch 助力高效 RAG 系统落地

随着生成式 AI 的快速发展，检索增强生成（Retrieval Augmented Generation，RA […]

使用 Apache SeaTunnel 快速集成数据到S3 Tables

业务技术背景在当今数字化转型浪潮下，企业正面临着海量数据的爆炸式增长，尤其在构建数据湖业务、BI分析以及AI […]

新一代SageMaker+Databricks统一目录：机器学习与数据分析工作流打通方案

前言在数据驱动决策的时代，企业正面临着两大核心挑战：如何打破数据孤岛实现跨平台协作，以及如何在复杂技术栈中保 […]

如何在Amazon Athena中在线解密在Amazon Glue DataBrew中加密的数据

背景分析在企业数字化转型的浪潮中，依托于数据驱动的决策和洞察变得尤为重要。云端数据湖已成为企业汇聚、加工和分 […]

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 […]

AWS 一周综述：SQS 公平队列、CloudWatch 生成式人工智能可观测性等（2025 年 7 月 28 日）

说实话，我还没从纽约 AWS Summit 中缓过劲儿来，正在努力了解 Amazon Bedrock Agen […]

基于 CoT 协调多 MCP Tool — 智能运维 Redshift

本文详细介绍了一种基于 Q Developer CLI+Remote MCP+Redshift 的智能化运维解决方案，提升性能优化、错误排查与集群巡检等 Redshift 常见运维场景的效率。方案中基于思维链（Chain of Thought, COT）协调多个模型上下文协议（Model Context Protocol, MCP），让 Q Developer CLI 按照预期完成工作，有效解决了单纯”Agent+Remote MCP”模式中 Agent 任务规划不符合用户预期的问题。