Introducing Amazon Bedrock AgentCore Browser Tool
在这篇文章中，我们介绍了新宣布的Amazon Bedrock AgentCore浏览器工具。我们探讨了为什么组织需要基于云的浏览器自动化及其为需要实时数据访问的FMS寻求的限制。我们讨论了主要用例和代理浏览器工具的核心功能。我们介绍如何开始使用该工具。
Introducing the Amazon Bedrock AgentCore Code Interpreter
在这篇文章中，我们介绍了Amazon Bedrock AgentCore Code解释器，这是一项完全管理的服务，使AI代理可以在隔离的沙盒环境中安全执行代码。我们在部署需要计算功能的AI代理时讨论了AgentCore代码解释器如何帮助解决安全性，可扩展性和基础架构管理的挑战。
Observing and evaluating AI agentic workflows with Strands Agents SDK and Arize AX
在这篇文章中，我们介绍了如何通过链代理启动和评估AI代理任务，从而有助于验证代理工作流的正确性和可信度。
Building AIOps with Amazon Q Developer CLI and MCP Server
在这篇文章中，我们讨论了如何实施低代码的无代码AIOPS解决方案，该解决方案可以帮助组织监视，识别和故障排除操作事件，同时保持其安全姿势。我们展示了这些技术如何共同努力以使重复任务自动化，简化事件响应并提高整个组织的运营效率。
Containerize legacy Spring Boot application using Amazon Q Developer CLI and MCP server
在这篇文章中，您将了解如何使用Amazon Q Developer命令线接口（CLI）与模型上下文协议（MCP）服务器集成，以使运行在房屋上运行的Legacy Java Java Spring应用程序现代化，然后将其迁移到Amazon Web Services（AWS）中，通过将其部署到Amazon Elastic Kubernetes Service（Amazon Eks）上。
Introducing AWS Batch Support for Amazon SageMaker Training jobs
aws批次现在与亚马逊萨吉式制造商培训工作无缝集成。在这篇文章中，我们讨论了管理和确定ML培训工作以有效地用于您的业务的好处。我们还引导您了解如何开始使用这种新功能并分享建议的最佳实践，包括使用萨吉式培训计划。
Structured outputs with Amazon Nova: A guide for builders
，我们启动了约束解码，以便在使用结构化输出工具时提供可靠性。现在，可以与Amazon Nova Foundation模型（FMS）一起使用工具来根据复杂的模式提取数据，从而将工具使用错误降低了95％以上。在这篇文章中，我们探讨了如何将Amazon Nova FMS用于结构化输出用例。
了解如何使用自定义插件增强Amazon Q，以将语义搜索功能与精确的AWS支持数据相结合。该解决方案通过将结构化数据查询与抹布架构集成在一起，从而使分析问题更准确地答案，从而使团队可以将原始支持案例和健康事件转换为可行的见解。发现这种增强的体系结构如何进行精确的数值分析，同时保持自然语言互动以改善运营决策。
Amazon Strands Agents SDK: A technical deep dive into agent architectures and observability
在这篇文章中，我们首先介绍了Strands Adents SDK及其核心功能。然后，我们探索它如何与AWS环境集成以进行安全，可扩展的部署，以及如何为生产使用提供丰富的可观察性。最后，我们讨论了实际用例，并提出了一个逐步示例，以说明行动中的链。
Build dynamic web research agents with the Strands Agents SDK and Tavily
在这篇文章中，我们介绍了如何将Strands代理与Tavily的专用Web Intelligence API相结合，以创建强大的研究代理，以在复杂的信息收集任务中表现出色，同时保持企业部署所需的安全性和合规性标准。
Automate the creation of handout notes using Amazon Bedrock Data Automation
在这篇文章中，我们展示了如何使用Amazon BedRock数据自动化进行视频分析来构建自动化的无服务器解决方案，以将网络研讨会记录转换为全面讲义。我们会引导您完成Amazon Bedrock数据自动化的实现，以转录和检测幻灯片的变化，以及使用Amazon Bedrock Foundation Models（FMS）进行转录细化，并结合AWS步骤功能策划的Custom AWS Lambda功能。
Streamline GitHub workflows with generative AI using Amazon Bedrock and MCP
本博客文章探讨了如何使用Amazon Bedrock FMS，Langgraph和模型上下文协议（MCP）创建强大的代理应用程序，并具有处理GitHub工作流程的实际情况，该方案是问题分析的GitHub工作流程，代码修复和提取请求生成。
今天，我们很高兴地宣布，Mistral-Small-3.2-24B-Instruct-2506 - Mistral AI的240亿参数大语言模型（LLM），该模型（LLM）已优化，可通过Amazon Sagemaker Jumpstart和Amazon Bedrock Market Place，可用于增强跟随和减少的重复错误，并减少重复错误。亚马逊基岩市场是亚马逊基岩的一种能力，开发人员可以用来发现，测试和使用[…]
Generate suspicious transaction report drafts for financial compliance using generative AI
可疑交易报告（STR）或可疑活动报告（SAR）是一种报告，如果金融组织有合理的理由怀疑任何在活动期间发生或尝试过的金融交易，则必须提交给金融监管机构。在这篇文章中，我们探索了一种使用亚马逊基岩中可用的FMS来创建草稿STR的解决方案。
在这篇文章中，我们提出了一个完整的解决方案，用于微调和部署Web自动化任务的Llama-3.2-11b-Vision-Instruct模型。我们演示了如何在Amazon Elastic Kubernetes Service（Amazon EKS）上使用AWS深度学习容器（DLC）建立安全，可扩展和高效的基础架构。
在这篇文章中，我们研究了Nippon Life India Asset Management Limited采用的解决方案，该解决方案通过重写用户查询，汇总和重新响应来提高响应的准确性（NAIVE）抹布方法。所提出的解决方案使用增强的抹布方法，例如重新骑行来提高整体精度
Build a drug discovery research assistant using Strands Agents and Amazon Bedrock
在这篇文章中，我们演示了如何使用Strands Agents和Amazon Bedrock创建强大的研究助理来发现药物。该AI助手可以使用模型上下文协议（MCP）同时搜索多个科学数据库，合成其发现，并就药物靶标，疾病机制和治疗领域产生全面的报告。
Amazon Nova Act SDK (preview): Path to production for browser automation agents
在这篇文章中，我们将介绍使Nova Act SDK与众不同的原因，其工作原理以及整个行业的团队如何使用它来自动化基于浏览器的工作流程。
