Introducing granular cost attribution for Amazon Bedrock
在这篇文章中，我们将分享 Amazon Bedrock 的精细成本归因的工作原理，并演练示例成本跟踪场景。
From hours to minutes: How Agentic AI gave marketers time back for what matters
在这篇文章中，我们分享了 AWS Marketing 的技术、AI 和分析 (TAA) 团队如何与 Gradial 合作在 Amazon Bedrock 上构建代理 AI 解决方案以加速内容发布工作流程。
How Automated Reasoning checks in Amazon Bedrock transform generative AI compliance
在这篇文章中，您将了解为什么概率 AI 验证在受监管行业中存在不足，以及自动推理检查如何使用形式验证来提供经过数学验证的结果。您还将看到六个行业的客户如何使用该技术来生成经过正式验证、可审计的人工智能输出，以及如何开始。
Rede Mater Dei de Saúde: Monitoring AI agents in the revenue cycle with Amazon Bedrock AgentCore
这篇文章由 Rede Mater Dei de Saúde 的 Renata Salvador Grande、Gabriel Bueno 和 Paulo Laurentys 共同撰写。多智能体人工智能系统的日益普及正在重新定义医疗保健领域的关键操作。在大型医院网络中，成千上万的决策直接影响现金流、服务交付时间和索赔被拒绝的风险，[...]
How Guidesly built AI-generated trip reports for outdoor guides on AWS
在这篇文章中，我们将介绍 Guidesly 如何使用 AWS Lambda、AWS Step Functions、Amazon Simple Storage Service (Amazon S3)、Amazon Relational Database Service (Amazon RDS)、Amazon SageMaker AI 和 Amazon Bedrock 在 AWS 上构建 Jack AI，以提取旅行媒体、通过上下文丰富其内容、应用计算机视觉和生成式 AI，并跨多个渠道安全、可靠且大规模地发布营销就绪内容。
Understanding Amazon Bedrock model lifecycle
本文向您展示如何在 Amazon Bedrock 中管理 FM 转换，以便您可以确保您的 AI 应用程序随着模型的发展保持运行。我们讨论了三种生命周期状态、如何使用新的扩展访问功能来规划迁移，以及在不中断的情况下将应用程序迁移到新模型的实用策略。
Text-to-SQL solution powered by Amazon Bedrock
在这篇文章中，我们向您展示如何使用 Amazon Bedrock 构建自然的文本到 SQL 解决方案，将业务问题转换为数据库查询并返回可操作的答案。
Manage AI costs with Amazon Bedrock Projects
借助 Amazon Bedrock Projects，您可以将推理成本归因于特定工作负载，并在 AWS Cost Explorer 和 AWS Data Exports 中对其进行分析。在这篇文章中，您将学习如何端到端地设置项目，从设计标记策略到分析成本。
Connecting MCP servers to Amazon Bedrock AgentCore Gateway using Authorization Code flow
Amazon Bedrock AgentCore Gateway 提供了一个集中层，用于管理 AI 代理如何连接到组织中的工具和 MCP 服务器。在本文中，我们将介绍如何配置 AgentCore Gateway 以使用授权代码流连接到受 OAuth 保护的 MCP 服务器。
Building Intelligent Search with Amazon Bedrock and Amazon OpenSearch for hybrid RAG solutions
在这篇文章中，我们展示了如何使用 Amazon Bedrock、Amazon Bedrock AgentCore、Strands Agents 和 Amazon OpenSearch 实现生成式 AI 代理助手，该助手同时使用语义和基于文本的搜索。
5 AWS AI Controls Every Security Team Should Have
大多数团队在应用层管理 AI 工作负载。他们为其 Bedrock 代理配置护栏，确定每个工作负载的 IAM 角色范围，并围绕批准的模型构建策略。该规则很重要，但当开发人员启动新帐户或直接调用模型而不接触应用程序堆栈时，它就会崩溃。组织级执法 [...]
Run Generative AI inference with Amazon Bedrock in Asia Pacific (New Zealand)
今天，我们很高兴地宣布 Amazon Bedrock 现已在亚太地区（新西兰）区域 (ap-southeast-6) 推出。新西兰的客户现在可以直接在奥克兰地区访问 Anthropic Claude 模型（Claude Opus 4.5、Opus 4.6、Sonnet 4.5、Sonnet 4.6 和 Haiku 4.5）和 Amazon (Nova 2 Lite) 模型，并进行跨区域推理。在这篇文章中，我们将探讨新西兰区域的跨区域推理的工作原理、通过地理和全球路由提供的模型，以及如何开始首次 API 调用。我们
在这篇文章中，我们将介绍两个使用案例，帮助使用代理 AI 工具和框架（包括 Strands Agents SDK、Amazon Bedrock AgentCore 和 Amazon Nova Sonic 2.0）增强用户观看体验。该代理人工智能系统使用模型上下文协议（MCP）来提供个人娱乐礼宾服务，通过自然对话了解用户偏好。
How Ring scales global customer support with Amazon Bedrock Knowledge Bases
在本文中，您将了解 Ring 如何对特定于区域的内容实施元数据驱动的过滤，将内容管理分为摄取、评估和推广工作流程，并在扩展的同时实现成本节约。
Unlocking video insights at scale with Amazon Bedrock multimodal models
在这篇文章中，我们探讨了 Amazon Bedrock 的多模式基础模型 (FM) 如何通过三种不同的架构方法实现可扩展的视频理解。每种方法都是针对不同的用例和成本性能权衡而设计的。
Integrating Amazon Bedrock AgentCore with Slack
在本文中，我们演示如何使用 AWS 云开发套件 (AWS CDK) 构建 Slack 集成。您将了解如何使用三个专门的 AWS Lambda 函数部署基础设施、正确配置事件订阅以处理 Slack 的安全要求，以及实施适用于许多代理用例的对话管理模式。
Use RAG for video generation using Amazon Bedrock and Amazon Nova Reel
在这篇文章中，我们探索通过 VRAG 生成视频的方法，将自然语言文本提示和图像转换为接地气的高质量视频。通过这个完全自动化的解决方案，您可以从结构化文本和图像输入生成逼真的、人工智能驱动的视频序列，从而简化视频创建过程。
Run NVIDIA Nemotron 3 Super on Amazon Bedrock
本文探讨了 Nemotron 3 Super 模型的技术特征并讨论了潜在的应用用例。它还提供了技术指导，帮助您开始在 Amazon Bedrock 环境中将此模型用于生成 AI 应用程序。
