亚马逊AWS官方博客
Category: Artificial Intelligence
推出 Amazon Bedrock AgentCore(预览版):安全部署并运行任何规模的 AI Agents
短短几年间,基础模型(FM)已从直接响应用户提示生成内容,发展到为 AI Agents 提供支持。AI Age […]
零代码生成 3D 游戏:基于 Amazon Q Developer CLI 和 Three.js 的实践
Amazon Q Developer 是一个由生成式人工智能(AI)驱动的对话助手,可帮助你理解、构建、扩展和 […]
利用大语言模型与 RAG 架构构建智能化 Support Case 问答系统
1. 引言 在云计算环境中,快速响应和解决客户问题至关重要。亚马逊云科技技术支持案例是客户与亚马逊云科技支持团 […]
AWS 一周综述:Amazon Bedrock API 密钥、Amazon Nova Canvas 虚拟试用等(2025 年 7 月 7 日)
每周,我们都会向您介绍上周最受关注的新闻稿和博客。 在继续本周的 AWS 一周综述之前,我想分享一个消息,上个 […]
基于 Amazon SageMaker 有状态路由优化大规模推理集群下的 KV Cache 复用方案
本文基于 Amazon SageMaker 的 Stateful Session(有状态会话路由)机制,通过唯一会话 ID 确保同一会话的所有请求路由到同一实例,从而在分布式环境下实现有效的 KV 缓存复用。
Amazon Q Developer 结合 MCP 实现智能化云成本分析
本文详细介绍了如何利用 Amazon Q Developer 结合 Model Context Protocol (MCP) 技术,实现 Amazon 成本和使用报告(CUR)的智能化分析。
RAG-MCP 性能剖析:在 Amazon Bedrock 中多维度测试提示词优化的效果
RAG-MCP 框架在 Amazon Bedrock 环境中的性能表现。通过多维度测试,对 RAG 在 Tool 调用时产生的价值做了评估。
Amazon Nova Canvas 更新:推出虚拟“试穿”和样式选项
您是否想过在购买之前能快速想象出一套新衣服在您身上的样子? 或者是一件家具在您家客厅里的样子? 今天,我们很高 […]
在 Amazon Bedrock 中结合 RAG 与 MCP 高效缓解提示词膨胀问题
本文详细介绍了在 Amazon Bedrock 中结合 RAG 与 MCP 来解决大语言模型工具选择中的提示词膨胀问题。文章阐述了 RAG-MCP 的架构设计、实现步骤和优化策略,包括工具数据获取、向量化存储和语义检索等核心环节。
Amazon Q Developer CLI + 飞书——打造对话式的 AI Agent 智能运维平台
主要介绍如何通过Amazon Q CLI + Bedrock + MCP + 飞书打造对话式的智能运维平台

