亚马逊AWS官方博客
Category: Artificial Intelligence
Firecracker在航空营销多智能体中的应用
本文聚焦大型航空公司智能营销系统个性化报价的核心需求与痛点,提出基于 Firecracker 的 Agent CodeAct 解决方案。该方案依托 CodeAct 框架让大模型生成可执行代码,搭配轻量级虚拟机 Firecracker 提供安全高效的隔离执行环境。系统整合用户画像、航班动态等数据,遵循库存贬值率、价格敏感度等四大核心原则,通过多智能体协作计算最优报价方案。经多场景测试验证,该方案可平衡航司收益与用户转化率,实现个性化精准营销,且能适配企业自动化运维、金融科技等多类复杂业务场景。
AWS 一周综述:Amazon Bedrock 中的 Claude Opus 4.6、AWS 构建者 ID 支持苹果设备登录等(2026 年 2 月 9 日)
以下是上周的重要发布和更新,可帮助您在 AWS 上进行构建、扩展和创新。
基于亚马逊云科技 Mac 实例部署 OpenClaw,深度苹果生态自动化的最佳选择
本文将详细解析亚马逊云科技 Mac 实例部署 OpenClaw 的核心优势,并提供一键部署指南,帮你快速启动属于团队的云端 macOS AI 助手。
把 Moltbot 部署到云上:一个值得认真考虑的选择
把 Moltbot 部署到云上,不只是”方便”,而是在安全性、灵活性、成本和能力上都有质的提升。 本文会先解释云上部署的四大优势,然后提供两种部署方式: 手动部署和 一键部署。无论你选哪种,都能在一天内拥有自己的云上 AI 助手。
使用Amazon Bedrock + 自建ECS Docker Sandbox实现Agent 程序化工具调用Programmatic Tool Calling
本文深入解析 Anthropic 最新发布的 Programmatic Tool Calling (PTC) 技术,并介绍如何通过亚马逊云科技 ECS自托管 Docker Sandbox 方案实现完全兼容的 PTC 功能,让Amazon Bedrock上任意大模型都能享受这一革命性的工具调用范式。
基于AgentCore构建自学习、可进化的文旅行业近似信息抽取Agents
本文以文旅行业的OTA酒店合同报价单处理为场景,介绍了如何基于Bedrock AgentCore 构建一个自学习、可进化的多Agents系统。通过使用ReAct范式和SCOPE机制使Agents具备了从历史处理经验中学习并自主适应变化的能力;利用AgentCore Memory记忆机制解决了经验积累问题;结合AgentCore Runtime实现了多Agents的快速部署与动态编排,降低了开发与维护成本,提升了整体系统的运营效率和经济性。
低延迟实时语音识别(ASR)模型部署实践与选型
本文选取 Whisper Large‑v3 Turbo、Voxtral Mini 与 NVIDIA Parakeet 三个代表性小参数模型,在统一的 NVIDIA GPU + SageMaker Real‑time 端点 技术栈上完成了可复现的部署与基准测试:包括 JumpStart 一键部署、BYOC 自定义镜像、端点调用 payload 示范,以及对不同音频长度和并发条件下的延迟与吞吐进行量化对比。
AWS 一周综述:Kiro CLI 的最新功能、AWS European Sovereign Cloud、EC2 x8i 实例等(2026 年 1 月 19 日)
新年伊始,AWS 社区便活力满满,各类 AWS re:Invent 大会核心内容回顾活动在全球多地陆续开展,部分社区更是已启动 AWS Community Day 活动。就在上周,2026 年特拉维夫 AWS Community Day 活动顺利举办。
基于Flux on G6e和 S3 Vector 的Icon 图片生成方案
本文将介绍如何基于Flux on G6e 和S3 Vector 构建一个具有高性价比的icon图片生成与检索方案,返回s3 url 用于满足智能UI设计中HTML或H5界面的Icon需求。相比于直接调用Flux API,该方案在ToC生产环境中具有成本优势。
从手动到智能:用 Kiro CLI + OpenSearch MCP 让每个人都成为 OpenSearch 专家
OpenSearch 已成为企业构建搜索和分析解决方案的重要选择,但其使用面临着双重挑战:运维层面需要应对复杂的集群配置、索引管理和性能调优;应用层面则需要深入理解查询语法和底层机制才能高效提取数据价值。为了降低使用门槛,我们引入了 Kiro CLI + OpenSearch MCP Server 的创新组合,通过 AI Agent 的能力简化运维管理并加速搜索分析应用的开发和优化。