柯基数据基于 Amazon Bedrock AgentCore 构建可信 Ontology Agent 平台的实践
柯基数据基于 Amazon Bedrock AgentCore 托管医药 GraphRAG 智能体,并使用 AgentCore Memory、Amazon Bedrock Guardrails 和 MCP 工具构建可解释、可追溯、可审计的 Ontology Agent 平台。
柯基数据基于 Amazon Bedrock AgentCore 托管医药 GraphRAG 智能体,并使用 AgentCore Memory、Amazon Bedrock Guardrails 和 MCP 工具构建可解释、可追溯、可审计的 Ontology Agent 平台。
AWS 展示了如何用 LangGraph 和 Amazon Bedrock AgentCore Web Search 构建每日依赖监控器,并将日期窗口、来源黑名单、搜索预算及证据校验保留在代码中。
推荐理由:案例把日期窗口、来源黑名单、搜索预算和证据校验固化在代码中,可迁移到需要可引用实时信息的智能体工作流。
AWS 讲解了 AWS Quick 中智能体如何加载技能、通过连接器执行操作,并基于空间、知识库、数据集和仪表板回答问题。Quick 技能遵循 Anthropic 发布的 Agent Skills 规范,以根目录中的 SKILL.md 定义名称、描述和指令,可通过聊天创建、发布并分享给团队。文章还介绍了生产技能的测试、失败处理、依赖记录和权限边界,以及官方目录和自定义智能体的使用方式。
上海博卡基于 Amazon Connect Customer、Amazon Nova 2 Sonic 和 Amazon Bedrock AgentCore,用 4 周上线支持中、英、西、法、意、德 6 种语言的 AI 预约客服。
亚马逊云科技给出一个基于 Amazon Bedrock AgentCore 的受治理 Data Agent 参考实现,将 DuckDB 嵌入 Agent 进程,并就地读取 Amazon S3 Tables。
推荐理由:方案把数据智能体的成本、权限与准确率问题映射到确定性架构层,并给出可复用的完整代码与评测闭环。
Google DeepMind 为 Google Antigravity 上线 Cheminformatics Skills,可编排文献检索、化合物整理、分子分析、效力建模及合成路线设计。
Microsoft Research 推出 Flint-interactive,让智能体通过高级语义事件和更新算子生成可点击、筛选、缩放、高亮及跨图表联动的数据可视化。
推荐理由:其语义事件与更新算子将交互逻辑和渲染细节分离,为智能体生成可靠的交互式图表提供了可迁移方案。
3 位 Java Champions 分享了在生产环境和开源项目中使用 GitHub Copilot 的案例,并强调开发者仍需提供上下文、验证结果并对交付负责。
推荐理由:三位资深 Java 开发者的案例把智能体编程拆成需求澄清、分步执行、验证门槛和人工复核,可迁移到日常工程流程。
GitHub 介绍了让 Copilot 理解代码库的四种方式,包括自定义指令、智能体技能、自定义智能体和 MCP 服务器。团队可在 .github/copilot-instructions.md 和 .github/instructions 中定义通用或路径特定规则,在 .github/skills 中封装重复流程,并通过 .github/agents 配置专项智能体。
推荐理由:文章把仓库规则、重复流程、专项任务和外部工具分别映射到四类配置,便于团队按任务范围组合 Copilot 的上下文机制。