AutoScout24 如何构建机器人工厂以标准化 Amazon Bedrock 的 AI 代理开发

在这篇文章中,我们将探讨 AutoScout24 用于构建标准化 AI 开发框架的架构,从而实现安全且可扩展的 AI 代理的快速部署。

来源:亚马逊云科技 _机器学习

AutoScout24 是欧洲领先的汽车市场平台,连接多个欧洲国家的新车和二手车、摩托车和商用车的买家和卖家。他们的长期愿景是建立一个 Bot Factory,这是一个用于创建和部署人工智能 (AI) 代理的集中式框架,这些代理可以在工作流程中执行任务并做出决策,从而显着提高整个组织的运营效率。

从不同的实验到标准化框架

随着生成式 AI 代理(可以推理、计划和行动的系统)变得更加强大,提高 AutoScout24 内部生产力的机会显而易见。这导致各个工程团队尝试该技术。随着 AutoScout24 人工智能创新的加速,他们认识到了开创人工智能开发标准化方法的机会。虽然 AutoScout24 已成功在 Amazon Web Services (AWS) 上尝试了各种工具和框架,但他们设想创建一个统一的企业级框架,以实现更快的创新。他们的目标是建立一条铺平的道路,使整个组织的团队能够更轻松地构建安全、可扩展且可维护的人工智能代理。 AutoScout24 AI 平台工程团队与 AWS 原型和云工程 (PACE) 团队合作举办了为期三周的 AI 训练营。目标是通过创建可重复使用的蓝图(机器人工厂),从分散的实验转向连贯的策略,以标准化未来人工智能代理在公司内的构建和操作方式。

挑战:确定具有高影响力的用例

  • 知识检索:通过搜索内部文档回答“操作方法”问题,这种功能称为检索增强生成 (RAG)。
  • 操作执行:在其他系统中执行任务,例如分配 GitHub Copilot 许可证,这需要安全的 API 集成或“工具使用”。
  • 架构概述

    关于作者