Amazon Web Services ブログ
Category: General
道に迷わないために: Kiro のチェックポイント機能の紹介
このブログでは、Kiro のチェックポイント機能についてご紹介します。チェックポイント機能は、開発セッション中の任意の時点に Kiro の変更を巻き戻す力を与えます。Kiro がコードベースを変更すると、チャット履歴に自動的にチェックポイントマーカーが作成されます。ビデオゲームのオートセーブポイントのようなものだと考えてください。物事がうまくいかず、想定以上のダメージを受けた場合、以前のチェックポイントに戻って別のアプローチを試すことができます。
Kiro を組織で利用するためのセキュリティとガバナンス
本ブログは Kiroweeeeeek (X:#kiroweeeeeeek) の第 3 日目です。本ブログでは、Kiro を組織で利用するにあたって気になるセキュリティとガバナンス機能についてご紹介します。
三遠ネオフェニックス様の AWS 生成 AI 事例「Amazon Bedrock と Step Functions を活用したバスケットボール・スカウティングレポート自動生成システムの構築」のご紹介
本記事では、三遠ネオフェニックス様が、AWS Step Functions と Amazon Bedrock を活用し、生成 AI による AI Analyst 機能を構築されましたので、その事例をご紹介します。
NTT西日本の AWS 事例:Amazon Bedrock Knowledge Bases を活用した営業支援 AI ボットの開発
本ブログでは、NTT西日本の寄稿により、Amazon Bedrock Knowledge Bases を活用した営業支援 AI ボットについて、取り組み背景、実現方法、トライアル結果について解説します
AWS で利用できる Anthropic ソリューションのご紹介
皆さんこんにちは、ソリューションアーキテクトの金杉と石見です。 AWS では、生成 AI を活用したお客様のビ […]
Amazon Aurora PostgreSQL での AWS DMS を使用したデータ移行における test_decoding プラグインと pglogical プラグインの比較
この記事は、”Comparison of test_decoding and pglogical […]
Amazon Q Developer の IDE プラグインから Kiro に乗り換える準備
本記事では、Amazon Q Developer の IDE プラグインから Kiro への移行方法を解説します。既存の Rules 機能は Steering として進化しています。MCP やコンテキスト管理機能も継続して利用可能です。
Amazon CloudWatch MCP Server と Amazon Q CLI で SAP 運用を効率化 – Part 4
AWS 上の SAP 運用を最適化するには、効率的な監視、トラブルシューティング、およびメンテナンス機能が必要です。part 1 での Amazon CloudWatch Application Insight に関する以前の議論、part 2 での CloudWatch Application Insight を使用して SAP 高可用性を監視する方法、および part 3 での Amazon CloudWatch Model Context Protocol (MCP) Server と Amazon Q for command line (Q CLI) に基づき、この第4回では、これらのツールの高度な実世界のアプリケーションを実演します。実用的なユースケースを通じて、この統合が SAP メンテナンス計画をどのように効率化し、根本原因分析を加速するかを探ります。
SAP Field Service ManagementをAWSで拡張:添付ファイルストレージのためのクリーンコアアプローチ
フィールドサービス業務のデジタル変革により、資産の生成が指数関数的に増加し、それに伴いストレージ要件も増大しています。SAP Field Service Management(SAP FSM)を使用する組織は、フィールドサービス技術者が取得するデジタル資産の管理において、ますます大きな課題に直面しています。これらの資産には、機器の写真、フォーム、顧客の署名、その他現場で管理される重要な資産が含まれます。この投稿では、Amazon Web Services(AWS)を活用して、SAP Clean Core Extensibilityの原則に従いながら、SAP FSM向けのスケーラブルでコスト効率的な添付ファイルストレージソリューションを作成する方法を実証します。
東京大学 松尾・岩澤研究室主催の AI エンジニアリング実践講座にて、1400 名を超える受講者に AWS 上でのクラウド開発を体験していただきました [ 後片づけ編 ]
本ブログシリーズでは、2025 年 4 月から 7 月にかけて実施した東京大学 松尾・岩澤研究室の AI エンジニアリング実践講座において、 AWS クラウドを活用した実践的な学習環境を用意し、1400 名を超える受講申し込み者に対して、個別のAWSアカウントを提供する大規模なオンライン講義を開講した取り組みを全 3 回に分けてまとめたものです。
3 回目は、環境の後片付けの実施方法とそこで得た知見について共有します。








