详细内容或原文请订阅后点击阅览

使用 Amazon Bedrock AgentCore 构建统一智能

2026年2月18日 23:54 33 Comments
X Twitter Instagram Mail

在这篇文章中，我们将演示如何通过客户代理和知识引擎 (CAKE) 的实际实施，使用 Amazon Bedrock AgentCore 构建统一智能系统。

来源:亚马逊云科技 _机器学习

在整个组织中构建有凝聚力和统一的客户智能，首先要减少销售代表在 Salesforce、支持票证和 Amazon Redshift 之间切换时面临的摩擦。准备客户会议的销售代表可能会花几个小时点击几个不同的仪表板——产品推荐、参与度指标、收入分析等——然后才能全面了解客户的情况。在 AWS，我们的销售组织在全球扩张过程中亲身经历了这一点。我们需要一种方法来统一跨指标数据库、文档存储库和外部行业来源的孤立客户数据，而无需构建复杂的自定义编排基础设施。

我们使用 Amazon Bedrock AgentCore 构建了客户代理和知识引擎 (CAKE)，这是一个以客户为中心的聊天代理来解决这一挑战。 CAKE 协调专用检索器工具 – 使用 Web 搜索 API 查询 Amazon Neptune 中的知识图、Amazon DynamoDB 中的指标、Amazon OpenSearch Service 中的文档和外部市场数据，并使用行级安全工具 (RLS) 进行安全实施，在 10 秒内通过自然语言查询提供客户洞察（如代理负载测试中所观察到的）。

在这篇文章中，我们演示了如何通过实际的 CAKE 实施，使用 Amazon Bedrock AgentCore 构建统一的智能系统。您可以构建自定义代理来解锁以下功能和优势：

  • 通过动态意图分析和并行执行协调专用工具
  • 将专用数据存储（Neptune、DynamoDB、OpenSearch 服务）与并行编排集成
  • 在工作流中实现行级安全性和治理
  • 确保可靠性的生产工程实践，包括基于模板的报告以遵守业务语义和风格
  • 通过模型灵活性优化性能

    • 为什么客户智能系统需要统一

    销售代表 构建 仪表板 代理 CAKE 观察到的 数据 智能 中心的 标数据 安全性 数据存储 行级 灵活性 动态 不同的 指标 AgentCore Amazon 数据库 自定义 为什么 复杂的 并行执行 使用 可靠性 Bedrock 实际的 客户 分析 客户会议 统一的 编排 基础设施