亚马逊AWS官方博客

基于Redis-shake实现Amazon ElastiCache蓝绿升级

本文介绍了基于Strands Agent框架构建的智能数据分析系统，将传统数据分析从3小时压缩到3分钟，实现63倍效率提升。 系统核心特点包括：智能需求澄清机制避免方向性错误，端到端自动化流程覆盖数据下载、清洗、分析和可视化，支持多轮对话式渐进分析，以及完整的计算过程追溯。通过实际 故障损失分析案例展示，系统在2分52秒内完成了数据完整性检查、基准值计算、损失分析和专业图表生成。

在本文中，我们将介绍上下文工程在Agent应用的场景与实践，结合AWS Bedrock AgentCore, Strands Agent等能力，构建起具有从上下文检索与生成，上下文管理到上下文处理的完整框架，帮助企业实现兼具成本，性能与扩展性的新一代智能体。

本文介绍如何在标准 AWS Cloud Intelligence Dashboards（CID）的基础上进行高级定制，以满足企业特定的成本治理需求。文章以实际项目实践为例，详细阐述了通过 Athena 视图、账户映射表、QuickSight 计算字段和自定义图表实现财年视角成本对比分析的完整方案。

本篇博客介绍了一个基于 Model Context Protocol (MCP) 的智能解决方案——亚马逊云科技中国区 EOL Tracker，它将服务生命周期信息无缝集成到 AI 助手中。通过 MCP 协议，用户可以在 Amazon Q Developer CLI中直接查询服务版本状态、获取即将过期预警和升级建议，极大提升了运维效率。该方案结合 Lambda 自动化数据爬取和 S3 存储，确保信息实时准确，为企业提供了一个低成本、易部署的 EOL 管理工具。

作为长期深耕数据智能的 AWS Partner，聚云立方在与众多客户共创数据问答场景时发现：传统 BI 的模板化与线性分析流程已难以支撑业务节奏。DecisionAI 基于最新的 Strands Agent 框架和 Amazon Bedrock 生态，面向 AWS 企业客户推出全新的问数 2.0 方案，希望把“问、思、判、行”全链路沉淀为可复制、可运营的智能资产。

联想公有云运维团队基于Strands Agent SDK构建了智能资源巡检系统，集成Amazon Bedrock、Aurora serverless，Opensearch等服务,通过Workflow模式实现多Agent协作，解决了传统人工巡检耗时费力、覆盖不全的问题，提升了运维效率和准确性。

在企业采购管理中，采购人员要在SAP中进行RFQ查询、供应商信息核对、PO创建等流程操作，存在信息分散、查询效率低、流程衔接不畅等痛点。传统方式下，采购人员需在SAP系统、Excel报表、邮件等多渠道切换，不仅耗时耗力，还容易因信息不对称导致决策延迟或采购风险。本文将介绍如何通过Bedrock AgentCore Runtime, Strands Agents SDK以及Glue，实现与SAP进行数据集成，开发部署Agent，构建SAP智能采购助手的方案。

 将容器化应用程序部署到生产环境需要处理数百个配置参数，这些参数涉及负载均衡器、自动扩缩策略、网络和安全组等 […]

 今天，我们宣布推出一种更快捷的方式，让您通过 Amazon SageMaker 融通式合作开发工作室开始使 […]