AI 员工落地实践

RSS

落地方法2026-10-1018 分钟
用 Amazon Bedrock AgentCore 与 GitHub Actions 做自动化智能体评估
本文说明如何用 Amazon Bedrock AgentCore 与 GitHub Actions 把智能体评估做成 CI 质量门禁，覆盖三层认证、Evaluate API、失败修复与成本清理。
落地方法2026-10-098 分钟
用 GitHub Actions 在 Amazon Bedrock AgentCore 上部署 AI 智能体
用 GitHub Actions、OIDC 和 IAM 最小权限，把智能体容器经 ECR 与 Inspector 扫描后部署到 AgentCore Runtime，并给出测试与清理步骤。
落地方法2026-10-095 分钟
用 AWS CloudFormation 在 Amazon Bedrock AgentCore 上构建 AI 智能体
用 CloudFormation 部署天气活动规划智能体：Browser 采集、Code Interpreter 评分、Runtime 编排，并给出监控与删除堆栈的清理步骤。
产品教程2026-10-092 分钟
部署可转向智能体（预览）
用 azd 部署可转向的 Foundry 托管智能体：第二轮排队并协作取消进行中的一轮，避免 409，并用 azd down 清理。
落地方法2026-10-0811 分钟
用编码智能体在 Amazon SageMaker AI 上部署 Hugging Face 模型
安装六项 Hugging Face 技能，让编码智能体在 SageMaker AI 上选出容器、解析角色、挂上自动扩缩与告警，并核验拆除。
产品教程2026-10-086 分钟
在 Microsoft Foundry 中为 AI 智能体设置跟踪
把 Application Insights 接到 Foundry 项目，启用服务端跟踪，按需加客户端 OpenTelemetry，并用权限、保留和排障清单验收。
案例拆解2026-10-089 分钟
OneAdvanced 如何在英国主权 AWS 上部署 50 多个 AI 智能体
OneAdvanced 在伦敦区域自托管 Llama 4，用 ECS 上 50 多个 Strands 智能体和 pgvector 检索，满足英国数据不出境。
落地方法2026-10-076 分钟
用 Amazon Bedrock AgentCore Runtime 直接代码部署加快迭代
演示用 AgentCore 入门工具包把 Strands 智能体打成 ZIP，直接部署到 Amazon Bedrock AgentCore Runtime，并比较容器部署在流程、耗时、存储、体积和语言上的差别。
落地方法2026-10-0717 分钟
用 AgentCore Gateway 与 MCP 构建多账户 AI 智能体
在平台账户用 AgentCore Gateway 聚合各业务线 MCP 服务器，数据留在原账户，并以 OAuth、Cedar 策略和清理脚本完成部署与回滚。
产品教程2026-10-0714 分钟
用 Terraform 部署 Microsoft Foundry 托管智能体
把 Foundry 平台资源与智能体发布分开，用镜像摘要、AzAPI 和就绪脚本部署托管智能体，失败时保留上一版本回滚。
落地方法2026-10-065 分钟
构建分布式 AI 智能体
本文说明如何用编排器模式，把研究、质检和编排拆成可独立扩缩的 Cloud Run 微服务，并通过 A2A 协议对接现有前端。
落地方法2026-10-0615 分钟
用 Strands 与 AgentCore 做生产级智能体评估
Motorway 与 AWS 用三层评估、pass^k 和影子模式，把经销商搜车错误从八分之一降到五十分之一。