标签

机器学习

用 Amazon Bedrock 为医疗 FHIR API 构建上下文感知的安全监控

来源: aws.amazon.com 38
医疗系统里的 API 安全，难点不只是判断某个请求是否合法，还要理解请求背后的上下文：是谁在访问、访问了什么数据、访问行为是否符合临床工作流，以及这次操作是否值得审计。基于 Amazon Bedrock，可以把 FHIR API 的访问事件交给模型分析，用于发现异常访问模式、自动判断数据敏感性，并生成更容易阅读的合规报告，同时把分析过程放在异步链路中，...
# AI # AWS # 云平台
阅读全文

AgentCore Web Search 新增按域名与发布日期过滤：让智能体只查可信且新鲜的内容

来源: aws.amazon.com 45
Amazon Bedrock AgentCore 的 Web Search 现在支持在运行时按域名和发布日期过滤搜索结果。开发者可以针对每一次请求决定智能体允许查询哪些网站、内容需要新到什么程度，而且这些约束由服务端执行。与此同时，Web Search 的可用区域扩展到了欧洲（爱尔兰）和亚太（东京）。 这次更新的关键不是“又多了两个搜索参数”，而是过滤...
# AI # AWS # LLM
阅读全文

用 Quick Automate 和 IDP Accelerator 打通文档处理全流程

来源: aws.amazon.com 36
在银行、保险、医疗和公共部门，文档处理的难点往往不在“识别一页纸”，而在于每天接收大量格式不一的材料后，持续完成分类、字段提取、校验、异常处理和审计留痕。来源案例展示了一家中型抵押贷款机构如何借助 AWS GAIIC IDP Accelerator 与 Amazon Quick Automate，把文档从邮件入口一路处理到验证后的结构化数据。 这类方案...
# AI # AWS # 云平台
阅读全文

在无服务器流水线中异步调用 Amazon Bedrock AgentCore Agent 的三种模式

来源: aws.amazon.com 35
当 Step Functions 调用 AI Agent 后需要等待较长时间，持续占用 Lambda 或其他计算资源会让流水线变贵，也会增加超时和重试处理的复杂度。针对 Amazon Bedrock AgentCore Agent，AWS 提供的思路是把“发起请求”和“等待结果”拆开，让 Agent 在后台处理，流水线只在真正需要时恢复执行。 本文围绕...
# AI # AWS # LLM
阅读全文

在 AWS 上构建多智能体客服：应对体育博彩的地域规则、实时风控与流量洪峰

来源: aws.amazon.com 41
体育博彩客服不是普通的 FAQ 系统。用户提出“为什么不能下注”时，答案可能取决于所在州、账户状态、赛事阶段和实时风控信号；涉及责任博彩的问题，还必须立即进入受控流程。Fanatics Betting and Gaming 因此在 AWS 上构建了多智能体客服系统，把复杂任务交给职责明确的专业智能体，并针对重大赛事期间的流量突增设计弹性架构。 体育博彩...
# AI # AWS # LLM
阅读全文

KnowledgeForge：把已解决的 ITSM 工单变成持续进化的知识库

来源: aws.amazon.com 43
大量 ITSM 事件工单在关闭后便进入“只存不看”的归档区，但其中往往记录了真实故障、排查路径、错误尝试和最终修复方案。KnowledgeForge 的思路是把这些已解决工单重新送入一条自动化流水线：用 Amazon Bedrock 提炼知识，用 Amazon S3 Vectors 检索相似内容，再由 AWS Step Functions 编排去重、评...
# AI # AWS # Go
阅读全文

Amazon Bedrock AgentCore payments 正式可用：让 AI Agent 安全完成自主交易

来源: aws.amazon.com 39
AI Agent 正在从“提供建议”走向“代替用户执行操作”。一旦操作涉及付款，系统就必须同时解决授权、预算控制、支付协议适配和审计观测等问题。Amazon Bedrock AgentCore payments 现已正式可用，面向生产环境提供内置支出防护、与支付协议解耦的编排能力，以及可观测性支持，让 Agent 能够在更明确的边界内自主完成交易。 传...
# AI # AWS # LLM
阅读全文

把 Amazon Quick 嵌入式聊天定制成你的应用体验

来源: aws.amazon.com 42
Amazon Quick 嵌入式聊天可以把对话式 AI 直接带进现有 Web 应用。真正投入使用时，默认聊天窗口往往还不够：容器尺寸需要适配页面布局，颜色和字体要融入品牌界面，产品标识可能需要隐藏，AI 还需要以符合业务场景的角色与用户交流。 这篇文章围绕三个定制层次展开：外层容器样式、SDK 提供的聊天样式配置，以及品牌和 agent persona...
# AI # AWS # LLM
阅读全文

用 Amazon Bedrock 构建多智能体向量提示文档分类系统

来源: aws.amazon.com 46
保险文档分类并不只是“读一段文字，然后输出一个标签”。保单、宣誓书、批单和理赔材料往往同时包含文本、表格、印章、签名以及固定版式。只依赖 OCR 文本，可能错过决定文档类型的视觉线索；只做图像相似度搜索，又难以理解条款内容。 一种更稳健的方案是使用 Amazon Bedrock 构建多智能体分类流程：让专门的智能体分别处理文本语义、视觉相似度和最终决策...
# AI # AWS # LLM
阅读全文