Category: Artificial Intelligence

在核心系统迁移到 AWS 后，在 AWS SA 的指导下，企业构建了综合性企业 AI 助手系统。通过使用整合大语言模型、企业知识库及业务系统数据 MCP Server，实现了对业务场景的深度理解与实际问题解决能力。

本文介绍 Amazon Q Developer CLI 与 Jenkins 的集成方案，实现自动化 AI 代码审核。内容包含完整实施步骤、配置脚本及示例代码，助力开发者高效应用 AI 工具于开发流程。

MCP+数据库扩展了大模型的数据访问能力，实现数据全流程自动处理，工具调用自我迭代，只需提出业务需求即可得到结果。 相比传统编程数据库访问方式，无需手工编写 SQL 和处理执行结果，极大提高效率。 结合各种 MCP Server，实现多种应用场景。

上周的标志性活动是以安全为重点的 AWS re:Inforce 大会。 作为年度传统，博客团队发布了一篇 re […]

本篇成功地在 Amazon EKS 上使用 DeepSpeed 框架训练 LLama2 大语言模型，方案结合 Kubeflow 进行任务编排，DeepSpeed 的 ZeRO 优化器有效降低了内存占用， 利用 EFA 网络加速节点间通信，实现高效 GPU 资源调度和低延迟数据传输，为企业级模型训练提供可扩展解决方案。

本文介绍了跨国企业如何利用亚马逊云科技文档 MCP 服务器解决中国区域差异问题。通过设置 AWS_DOCUMENTATION_PARTITION 环境变量，企业可以便捷访问中国区文档，了解服务差异和合规要求。这一功能帮助企业降低市场进入风险，加速本地化进程，为跨国企业在中国市场的成功落地提供技术支持。

大语言模型（Large Language Models, LLMs）在近几年经历了前所未有的发展。之前我们已经推出过《基于 Amazon SageMaker 和 LLaMA-Factory 打造一站式无代码模型微调部署平台 Model Hub》，文中主要介绍了如何使用这一平台利用 Amazon Sagemaker AI 的动态算力资源进行高效的监督微调（Supervised Fine-tuning, SFT）和模型部署。

一、Agentic AI 时代来临：亚马逊云科技 Strands Agents 框架引领企业智能化转型新范式 […]

在数据质量监控逐渐引入 AI Agent 来增强自动化诊断能力。这类智能 Agent（通常由大语言模型+工具组成）可以自主扫描数据管道和指标，一旦发现异常立即触发分析。智能 Agent 具备快速根因归因能力：它们可以沿着 dbt 等工具提供的血缘关系链，将异常现象追溯到具体的数据表、字段或源头任务，从而立刻定位问题来源。

本文将深入探讨 Amazon Nova Sonic 基础模型与 MCP (Model Context Protocol) 协议的结合，介绍基于 Amazon Nova Sonic 和 MCP 构建实时语音交互应用的技术实践，涵盖技术原理、实际开发部署等，为开发者提供全面的技术指南。