亚马逊AWS官方博客

把 OpenClaw 从个人助手变成客服：一次信任模型的翻转

本文探讨如何将 OpenClaw 从个人 AI 助手转型为面向客户的服务Agent。围绕五个核心问题展开：会话隔离（dmScope 配置实现多客户 session 独立）、多渠道接入（Web Widget 与消息平台的身份关联）、安全模型（tools.deny 硬约束 + Bedrock Guardrails 内容过滤的双层防护）、知识库注入（Bootstrap 文件 + Amazon Bedrock Knowledge Bases 的 RAG 检索）、以及客户记忆的局限与演进方向。部署架构基于 AWS，采用 ALB + ECS 认证中间层 + 私有子网 Gateway 的分层设计，通过 VPC Endpoint 调用 Bedrock、AgentCore 等服务，兼顾安全隔离与低延迟。

用 Kiro Skill 打造你的专属 AI 工作流：以会议纪要自动生成为例

Kiro 是 AWS 推出的 AI 原生 IDE，除了代码生成，它还能通过 Skill 机制让 AI Agent 学会任意工作流。本文以”会议录音自动转会议纪要”为例，手把手带你构建一个 Kiro Skill，实现一条指令将一小时的会议录音变成结构化的会议纪要和工作日报。同时介绍 Kiro 的四大扩展机制（Steering、Skills、Powers、Hooks）的定位与区别，帮助你选择合适的方式扩展 Kiro 的能力。

CI&T基于 Amazon Bedrock AgentCore 与 OpenClaw 的企业级智能运维最佳实践

CI&T联合AWS打造的智能运维解决方案，针对全球IoT业务面临的跨区域运维复杂性挑战，采用Multi-Agent协作架构设计。通过Supervisor Agent统筹调度五大专业Agent(FinOps、Platform Ops、Security Ops、Connectivity Ops、BizOps)，结合Skills技能化封装和自动巡检体系，基于Amazon Bedrock AgentCore的Serverless部署，实现从”被动响应”到”主动发现”的智能化运维转型，显著提升运维效率并降低成本。

用 Hermes Agent 在 AWS 上搭建投研助手

本文完整记录了在 AWS EC2（Amazon Linux）上安装 Hermes Agent，通过 LiteLLM 代理 Amazon Bedrock 模型、连接消息平台（如飞书），并配置多市场金融数据源（A 股、美股、港股、外汇）和投研 Skill 的全过程。Hermes Agent 在本文写作时的版本（v0.8.0）尚未原生支持 Bedrock，本文通过 LiteLLM 代理提供了一个实际验证过的接入方案。所有数据源均基于开源免费接口，可直接复现。

AWS Security Agent 渗透测试实操

AWS Security Agent 提供按需渗透测试（On-demand Penetration Testing）功能，通过 AI 智能体对运行中的 Web 应用进行多步骤攻击链测试，发现和验证安全漏洞。本文通过一个完整的实操案例，演示如何配置 AWS Security Agent、创建渗透测试并查看发现结果，覆盖整个流程的每一步操作和参数说明。

用 Strands Agents SDK 构建确定性数据分析：语义层 + VQR 在 Amazon Bedrock 上的实践

企业数据分析中，LLM 直接生成 SQL 面临不可复现、不可审计、不可收敛三大挑战。本文提出基于 Strands Agents SDK 和 Amazon Bedrock 的三层确定性架构：语义层将业务术语映射为标准 SQL 片段（毫秒），VQR 知识库通过反馈飞轮缓存验证查询（零 LLM 调用），Agent 层处理长尾问题。明显降低高频查询响应。

AWS Interconnect 现已正式上线，新增了一项功能，旨在简化最后一英里的连接

今天，我们宣布 AWS Interconnect – 多云 正式上线，这是一项托管的私有连接服务，可将您的 Amazon Virtual Private Cloud（Amazon VPC）直接连接到其他云服务商的 VPC 上。我们还推出了 AWS Interconnect – 最后一英里这项新功能，它可简化您通过现有网络提供商从分支机构、数据中心和远程位置与 AWS 建立高速专用连接的方式。

← Older posts
Newer posts →