用 Amazon Bedrock AgentCore 构建自改进文档处理系统
亚马逊云科技介绍如何用 Amazon Bedrock AgentCore 构建智能体式 IDP 系统,由 8 个专用智能体组成识别与训练两条图工作流,自动分类、提取、校验并从新文档格式中学习。
亚马逊云科技介绍如何用 Amazon Bedrock AgentCore 构建智能体式 IDP 系统,由 8 个专用智能体组成识别与训练两条图工作流,自动分类、提取、校验并从新文档格式中学习。
Anchor Browser 与 Amazon Bedrock AgentCore payments 集成,让 AI 智能体在浏览器会话内自动处理 x402 协议的 HTTP 402 付费请求,该方案已在 AWS Marketplace 上线。
推荐理由:原文给出 Anchor Browser 与 AgentCore payments 的集成方式,读者可据此判断智能体自动支付付费网页与 API 的落地路径。
Amazon Bedrock 的托管权益(managed entitlements)支持从中心账户订阅一次第三方 AI 模型,再把访问权限分发到组织内多个 AWS 账户。
ShipStation Global 工程团队基于 Amazon Bedrock AgentCore 构建了 Slack 内的 AI IT 服务台 Deckhand,可解答常规 IT 问题、识别报错截图并创建和更新 Jira Service Management 工单。
GitHub Copilot 提供四种方式让 Copilot 理解项目上下文:仓库级自定义指令(.github/copilot-instructions.md)、可复用的 agent skills(.github/skills)、面向复杂任务的 custom agents(.github/agents),以及连接外部工具与数据的 MCP servers。
GitHub Copilot 应用推出 canvases(画布扩展),一种用户与智能体共享的可定制界面,可做成看板、问题分诊板、发布清单或仪表盘。在智能体会话中输入 /create-canvas 并用自然语言描述工作流,无需编码即可生成界面,画布双向同步,双方可同时修改。画布保存为扩展,可随项目共享或存为个人扩展,Awesome Copilot 已提供现成模板。
GitHub Security Lab 发布 Fuzzing Taskflow,一个面向 C/C++ 项目的自主模糊测试流水线,只需指向一个 GitHub 仓库,智能体就会识别入口点、分析构建系统、编写 harness、运行 AFL++、读取覆盖率报告并改进 harness,最后对每个崩溃做分类并生成漏洞报告。
推荐理由:GitHub Security Lab 公开了自主模糊测试流水线的架构与运行方式,读者可据此判断 LLM 智能体在安全自动化中的分工边界。