Dieser Beitrag zeigt, wie man einen KI-gestützten Rekrutierungsassistenten mit Amazon Bedrock erstellt, um die Kandidatenbewertung zu verbessern und personalisierte Interviewfragen zu generieren. Er bietet datengestützte Erkenntnisse für Einstellungsentscheidungen und eine Referenzarchitektur für Lernzwecke.
Dieser Beitrag zeigt, wie die Konversationsspeicher des Kiro CLI durch die Integration eines benutzerdefinierten MCP-Servers mit Amazon Bedrock AgentCore Memory erweitert werden kann. Dies ermöglicht KI-Agenten, Informationen aus früheren Interaktionen zu speichern, was zu intelligenteren und kontextbewussteren Gesprächen führt.
Dieses Dokument führt Benutzer durch die Behebung von "Zugriff verweigert"-Fehlern, die beim Erstellen, Testen oder Aufrufen von Amazon Bedrock-Agenten auftreten. Dies beinhaltet typischerweise die Überprüfung von IAM-Berechtigungen, Ressourcenrichtlinien und agentspezifischen Konfigurationen, um den ordnungsgemäßen Zugriff sicherzustellen.
Dieser Beitrag untersucht, wie Amazon Bedrock Data Automation Informationen präzise aus gängigen Finanzdokumenten wie Kontoauszügen und Steuerformularen extrahieren kann. Er beleuchtet die Dokumentenkomplexität, beschreibt die kundenspezifische Extraktion und die Ergebnisse des Prozesses.
Dieses Dokument enthält Anweisungen, wie Kostenverteilungs-Tags beim Aufrufen von Amazon Bedrock On-Demand-Modellen hinzugefügt werden. Es führt Benutzer durch den Prozess der Tag-Implementierung für ein besseres Kostenmanagement von KI-Diensten.
Dieser Beitrag beschreibt den Bau von NarrateAI, einem KI-gesteuerten Konversationsassistenten mit Amazon Bedrock AgentCore, zur Skalierung der Business Intelligence für AWS SMGS. Er behandelt die zweischichtige Architektur, spezialisierte KI-Agenten und wichtige Engineering-Muster für die Produktionsbereitstellung.
Dieser Inhalt erklärt, wie man eine skalierbare Testsuite für KI-Agenten mithilfe der Dataset-Verwaltung in Amazon Bedrock AgentCore erstellt. Er betont die Kombination von schnellen Online-Signalen mit stabilen Offline-Baselines, um eine genaue Verfolgung der Agentenverbesserung im Laufe der Zeit zu gewährleisten.
Amazon Bedrock AgentCore payments ist jetzt als Vorschau verfügbar und ermöglicht sofortige Zahlungen an externe Dienste ohne manuelle Einrichtung. Es unterstützt Stablecoins für kostengünstige Mikrotransaktionen und bietet konfigurierbare Ausgabenkontrollen für Agenten.
Dieser Beitrag führt Benutzer durch die Konfiguration von Chrome-Unternehmensrichtlinien, um einen KI-Browser-Agent auf bestimmte Websites zu beschränken. Er demonstriert die Richtliniendurchsetzung mittels Sitzungsaufzeichnung und benutzerdefinierten Root-CA-Zertifikaten und bietet eine Lösung zur Recherche von Amazon Bedrock AgentCore-Dokumentationen unter Unternehmensbeschränkungen.
Dieser Beitrag beschreibt den Aufbau eines multimodalen Abrufsystems für Dokumente der Luft- und Raumfahrtfertigung unter Verwendung von Amazon Nova Multimodal Embeddings auf Amazon Bedrock und Amazon S3 Vectors. Das System wird anhand von 26 Fertigungsanfragen bewertet, wobei die Generierungsqualität zwischen einer nur-Text-Pipeline und einer multimodalen Pipeline verglichen wird.
Dieser Beitrag beschreibt, wie Miro Amazon Bedrock nutzte, um sein Bug-Routing-System erheblich zu verbessern. Die Implementierung führte zu einer sechsmal geringeren Neuzuweisung von Teams und einer fünfmal kürzeren Lösungszeit, wodurch der Prozess von Tagen auf Stunden verkürzt wurde.
Dieser Beitrag zeigt, wie Amazon FinTech-Teams Amazon Bedrock und andere AWS-Dienste nutzen, um eine skalierbare KI-Anwendung zu entwickeln. Ziel ist es, die Bearbeitung regulatorischer Anfragen zu transformieren, indem jedes Team seine eigene dedizierte Wissensdatenbank pflegt.
Dieser Beitrag untersucht Designüberlegungen für die Architektur von Multi-Tenant-Agentenanwendungen und das benötigte Framework zur Bewältigung von SaaS-Architekturherausforderungen mit Amazon Bedrock AgentCore.
Dieser Beitrag beschreibt, wie Baz die Genauigkeit seiner KI-Agenten-Codeüberprüfung mithilfe von Amazon Bedrock und Amazon Bedrock AgentCore verbesserte. Es werden Architekturentscheidungen, Implementierungsdetails und die erzielten Geschäftsergebnisse durch die Automatisierung des Codeüberprüfungsprozesses behandelt.
Dieser Beitrag zeigt drei Wege zur Implementierung des Programmatic Tool Calling (PTC) auf Amazon Bedrock. Dazu gehören eine selbst gehostete Docker-Sandbox auf ECS, eine verwaltete Lösung mit Amazon Bedrock AgentCore Code Interpreter sowie ein Anthropic SDK-kompatibler Pfad.
Dieser Artikel beschreibt einen Proof-of-Concept, der von Halliburton entwickelt wurde und Amazon Bedrock sowie generative KI nutzt, um Abfragen in natürlicher Sprache in ausführbare seismische Workflows umzuwandeln. Die Lösung beschleunigt die Workflow-Erstellung erheblich um bis zu 95% und bietet eine Frage-Antwort-Funktion für Halliburtons Seismic Engine-Tools.
Amazon hat eine Vorschau von Amazon Bedrock AgentCore Payments angekündigt, die es KI-Agenten ermöglicht, sofort auf genutzte Dienste zuzugreifen und diese zu bezahlen. Diese neue Funktion wurde in Zusammenarbeit mit Coinbase und Stripe entwickelt.
Das Digital Customer Experience and Engineering Team von Hapag-Lloyd hat eine generativ-KI-gestützte Feedback-Analyselösung entwickelt. Diese Lösung, die mit Amazon Bedrock, Elasticsearch und Open-Source-Frameworks wie LangChain und LangGraph aufgebaut wurde, wandelt Kundenfeedback in umsetzbare Erkenntnisse um.
Der Amazon Bedrock AgentCore Browser führt jetzt „OS Level Actions“ ein, die es Agenten ermöglichen, direkt mit dem Betriebssystem und dem auf dem Bildschirm sichtbaren Inhalt zu interagieren, nicht nur über die Webebene. Diese neue Funktion verbessert die Beobachtungs-, Denk- und Handlungsfähigkeit von Agenten durch die Kombination von vollständigen Desktop-Screenshots mit Maus- und Tastatursteuerung auf OS-Ebene.
Dieser Beitrag beschreibt, wie der Zugriff von KI-Agenten auf externe Dienste mit Amazon Bedrock AgentCore Identity gesichert wird. Er implementiert speziell den Autorisierungscode-Grant (3-legged OAuth) auf Amazon ECS mit sicherer Sitzungsbindung und bereichsbezogenen Tokens.