sdk关键词检索结果

将 Amazon Quick 嵌入式聊天自定义到您的应用程序中

Customize Amazon Quick embedded chat into your application

Amazon Quick 嵌入式聊天将对话式 AI 界面引入您的 Web 应用程序。这篇文章将介绍如何使用容器和 SDK 样式、品牌删除和自定义代理角色来自定义嵌入式聊天,使其与您的品牌的外观、感觉和声音相匹配。

使用 Amazon Bedrock 实施矢量提示文档分类

Implement vector-prompt document classification using Amazon Bedrock

了解如何使用 Strands Agents SDK 在 Amazon Bedrock 上构建多代理文档分类解决方案。三个专业代理将文本分析与 Claude Haiku 4.5 结合起来,将视觉相似性搜索与 Amazon Titan Multimodal Embeddings 相结合,以准确地对保单和宣誓书等保险文件进行分类。

OneAdvanced 如何在英国主权 AWS 上部署 50 多个人工智能代理

How OneAdvanced deployed over 50 AI agents on UK-sovereign AWS

了解英国企业软件提供商 OneAdvanced 如何通过在 Amazon SageMaker AI 上自托管 Llama 4 Maverick 和 Llama Guard 4、在 pgvector 上使用 RAG 管道以及在 Amazon ECS 上使用 Strands Agents SDK 构建的 50 多个代理来构建英国主权 AI 平台。

Robotiq 发布适用于自适应抓取器的开源 C++ SDK

Robotiq Releases an Open-Source C++ SDK for Adaptive Grippers

随着物理人工智能从研究转向实际应用,开发人员需要一个可靠的原语来满足他们的工作需求:控制循环每秒数百次决定何时关闭、多快以及用多大的力量。

Amazon SageMaker Python SDK 的 LLM 优化集成

LLM optimization integration for Amazon SageMaker Python SDK

Amazon SageMaker Python SDK v3 现在直接在您的笔记本中公开 Amazon SageMaker AI 中的生成式 AI 推理建议。对端点进行基准测试,生成数据驱动的部署建议,并部署推荐的配置,而无需离开笔记本工作流程。

TReNDS 如何使用 Amazon Bedrock 自动进行根本原因分析

How TReNDS automates root-cause analysis with Amazon Bedrock

乔治亚州立大学的研究中心 TReNDS 在 Amazon Bedrock 和开源 Strands Agents SDK 上构建了一个代理 AI 管道,可以实时自动调查生产错误,将根本原因分析从 15 到 30 分钟的手动工作减少到 60 秒以下。

使用代理作为工具

Using Agents as Tools

使用 OpenAI Agents SDK 构建管理器 - 专业工作流程使用代理作为工具的帖子首先出现在 Towards Data Science 上。

评估 AI 代理:使用 Strands 和 AgentCore 的生产蓝图

Evaluating AI Agents: A production blueprint with Strands and AgentCore

Motorway 和 AWS 共同构建了一个端到端评估管道,将错误结果从八分之一的查询减少到五十分之一,并将问题检测时间从几小时缩短到几分钟。该管道将​​ Strands Agents SDK 与 Amazon Bedrock AgentCore 相结合,这是一项用于大规模部署和操作 AI 代理的完全托管服务。在这篇文章中,您将学习如何为您自己的代理构建此管道。

构建交易助手:杰富瑞如何利用人工智能优化前台交易操作

Building trade assistant: How Jefferies optimized front office trading operations with AI

在这篇文章中,我们探讨了 Jefferies 如何通过基于 Strands Agents 构建的解决方案克服这些挑战,Strands Agents 是一个代理工具 SDK,用于构建 AI 代理,可以通过编排对基础模型 (FM) 和外部工具的调用来进行推理、规划和行动。该解决方案使用大型语言模型 (LLM)、Amazon Bedrock 和 Amazon Bedrock 知识库。它还使用模型上下文协议(MCP),这是一种开放标准,可帮助人工智能代理通过统一的接口安全地连接到不同的数据源和工具。我们介绍了解决方案概述、选择底层技术堆栈的基本原理、经验教训以及杰富瑞创建的解决方案对业务的影响。

构建可以编写和运行代码的 LLM 代理

Build an LLM Agent That Can Write and Run Code

使用 OpenAI Agents SDK 和 Docker 执行代码的实践演练《构建可以编写和运行代码的 LLM 代理》一文首先出现在《走向数据科学》上。

Agentic RAG:让代理搜索

Agentic RAG: Let the Agent Search

一个最小的 OpenAI Agents SDK 实现,其中检索成为搜索-读取-决定循环Agentic RAG:让代理搜索首先出现在 Towards Data Science 上。

KTern.AI 如何在 Amazon Bedrock AgentCore 上为 SAP 构建代理 AI

How KTern.AI built agentic AI for SAP on Amazon Bedrock AgentCore

从传统的软件即服务 (SaaS) 平台演变为下一代代理 AI 平台意味着需要在长期运行的企业程序中协调多个专业代理。每个代理都以持久的上下文、安全的工具访问和生产级的可靠性进行操作。我们使用 Strands Agents SDK 在 Amazon Bedrock AgentCore 上构建了该系统。这篇文章将介绍我们如何构建它、我们构建了哪些代理以及为客户带来的结果。