Amazon CloudWatch
PulseAugur coverage of Amazon CloudWatch — every cluster mentioning Amazon CloudWatch across labs, papers, and developer communities, ranked by signal.
- developed by Amazon Web Services 100%
- uses Amazon SageMaker 90%
- used by Amazon Bedrock AgentCore 70%
- used by AgentCore Runtime 70%
- used by Amazon SageMaker 70%
- used by IAM 70%
- used by OpenID Connect 70%
- used by AWS DevOps Agent 70%
- used by Amazon DynamoDB 60%
- used by AWS Identity and Access Management 60%
- headquartered in AgentCore Runtime 50%
- affiliated with Amazon SageMaker 50%
7 天有情绪数据
-
AI Agent 框架成本可见性审计揭示了显著的差距
对五个流行的 AI Agent 框架进行的最新审计显示，在成本可见性和控制方面存在显著差距。虽然 LangGraph（配合 LangSmith）和 Amazon Bedrock AgentCore 等框架提供了强大的代币到美元转换和每个 Agent 的成本跟踪功能，但 CrewAI 和 AutoGen 等其他框架仅提供原始代币使用数据，开发者需要手动计算和归属成本。Strands Agents SDK 提供原生预算上限，但缺乏美元转换…
-
uniopen 微调 Amazon Nova 2 Lite 以用于零售内容审核
来自台湾统一集团的零售平台 uniopen 已为其特定的内容审核需求调整了 Amazon Nova 2 Lite。该公司利用 Amazon SageMaker 上的监督微调，使其模型符合其分类用户交互的独特政策。该过程涉及一个强大的数据纠正、训练、评估和部署工作流程，通过对模糊案例和纠正强制进行人工审查来确保负责任的 AI 实践。
-
Amazon Bedrock 将 Anthropic 的 Claude 模型引入印度进行本地推理
Amazon Bedrock 已将 Anthropic 的 Claude 模型（包括 Claude Opus 5、Claude Sonnet 5 和 Claude Haiku 4.5）在印度的可用性进行了扩展。此次扩展允许印度的客户进行本地推理，在印度本地的孟买和海得拉巴地区处理数据。此功能利用 AWS 的跨区域推理能力，确保数据保留在指定地理范围内，从而提高合规性和 AI 应用的性能。
-
Abnormal AI 使用 Amazon Bedrock AgentCore 实现规模化邮件安全
Abnormal AI 已将其 Amazon Bedrock AgentCore Code Interpreter 集成到其邮件安全服务中，以处理每日数十亿条消息。此功能使 AI 代理能够在安全沙箱中动态执行代码，用于数据聚合、分析和验证等任务，从而超越语义推理，增强威胁检测能力。该集成支持 Python 和 Node.js 运行时，并可连接到 Amazon S3 以处理更大的数据集，为代理工作流提供了一个托管的无服务器环境。
-
AWS推出新工具以监控AI代理性能和基础设施
AWS推出了用于监控生产环境中AI代理性能和可靠性的新工具。AWS DevOps Agent和AgentCore Evaluations旨在解决多代理系统的独特挑战，而传统的基础设施监控在此方面不足。AgentCore Evaluations侧重于代理交互的质量，例如任务完成和正确性，而AWS DevOps Agent则自主调查可能 silently 影响代理行为的基础设施事件。这些工具旨在提供对代理性能更全面的视图，确保代理的有效性…
-
Amazon Quick 桌面 AI 助手现已正式推出
Amazon Quick 是一款专为企业设计的 AI 助手，现已在 macOS 和 Windows 桌面端推出。该工具旨在通过处理常规任务和提供快速信息访问来提高生产力，同时将数据保留在组织的可控环境中。它与各种工作工具集成，并提供优先活动信息流等功能，以减少通知过载并提高对高价值工作的专注度。
-
AWS Bedrock AgentCore 为 AI 代理添加自动化 CI/CD 评估
AWS 推出了基于其 Amazon Bedrock AgentCore 平台构建的 AI 代理的新自动化评估系统。该系统与 GitHub Actions 集成，创建 CI/CD 质量门，在代码更改后自动测试代理性能。如果代理的评估分数低于设定的阈值，系统将阻止拉取请求，防止回归到生产环境。该解决方案涉及部署代理及其关联的 MCP 服务器，处理基于角色的访问控制，并利用 OpenID Connect 实现 GitHub Actions …
-
Boboyka's Security Agent 提供 24/7 AI 驱动的威胁检测
Boboyka's Security Agent 是一款 24/7 AI 工作程序，旨在摄取来自 Datadog、CloudWatch 和 GitHub 等各种来源的日志。它旨在在代码部署最终确定之前检测潜在的安全威胁，例如暴力破解尝试、权限提升和数据泄露。该服务每月收费 49 美元。
-
AWS MCP Suite 支持通过自然语言管理云基础设施
AWS MCP Suite 是一款新工具，允许用户通过 Claude 或 Cursor 等 AI 代理使用自然语言提示来管理其 AWS 云基础设施。该套件与 EC2、DynamoDB、S3、Lambda 和 RDS 等核心 AWS 服务集成，并利用现有的 IAM 权限来确保安全。它通过将对话式命令转换为 API 调用，简化了基础设施审计、数据库操作和 CI/CD 管道管理等复杂任务。
-
AWS 通过 LiteLLM 网关实现 OpenAI Codex 的集中控制
AWS 详细介绍了一种在 Amazon ECS 和 Amazon Bedrock 上使用 LiteLLM 设置 OpenAI 的 ChatGPT Codex 的方法。此方法允许组织为生成式 AI 编码代理实施集中的企业级控制，管理模型访问、消耗归因、预算和速率限制。该解决方案涉及在 AWS 账户内部署客户操作的 LiteLLM 网关，该网关充当 Codex 和 Amazon Bedrock 之间的控制点，确保安全和受管理的模型交互。
-
AWS 支持使用 Cognito 身份验证安全地嵌入 Quick Sight 可视化
AWS 详细介绍了一种将单个 Amazon Quick Sight 可视化嵌入到 React 应用程序中的方法，该方法通过 Amazon Cognito 实现按用户进行身份验证。此方法允许对数据访问进行细粒度控制，确保用户只能看到与其角色相关的信息。该解决方案利用了包括 React、Amazon Cognito 用户池、API Gateway 和 AWS Lambda 在内的无服务器架构，为特定的图表和指标生成有时限的嵌入 URL，并…
-
AWS Bedrock 通过多知识库支持增强企业代理检索
Amazon Web Services (AWS) 为其 Amazon Bedrock 受管知识库引入了新功能，增强了企业代理检索能力。这些更新允许跨多个知识库进行更复杂的多轮推理和检索，为用户查询提供引文支持的答案。该系统集成了 AWS CloudFormation 进行部署，并包含使用 OpenTelemetry、AWS X-Ray 和 Amazon CloudWatch 等工具进行内置可观测性功能，以监控代理行为和性能。此外，该…
-
AWS 为 Amazon Bedrock 上的 OpenAI GPT-5.6 模型启用印度本地推理
Amazon Bedrock 已为 OpenAI 的 GPT-5.6 模型 Terra 和 Luna 推出印度跨区域推理功能。此功能允许数据处理保留在印度境内，满足金融服务和医疗保健等具有严格数据驻留要求的行业需求。这些模型支持一百万个 token 的上下文窗口，并能处理文本和图像输入，使应用程序能够在数据不离开国境的情况下处理大量文档和混合媒体工作负载。
-
Deepgram通过新指标增强SageMaker AI可观测性
Deepgram已增强其在Amazon SageMaker上部署的自托管语音模型的AI可观测性。新的功能，Deepgram增强指标以及对Prometheus和OpenTelemetry的支持，提供了对使用情况、计费和引擎行为的更大透明度。这些创新允许用户将AWS账单与实际流量进行核对，并直接在AWS账户中查询详细的引擎级指标，从而解决了自托管AI部署中的历史权衡问题。
-
AWS Bedrock AgentCore Evaluations 使用 OpenTelemetry 进行框架无关的 AI 代理评估
Amazon Bedrock AgentCore Evaluations 提供了一种评估 AI 代理框架的新方法，通过将评估与特定框架选择分离。它利用 OpenTelemetry（一种供应商中立的检测标准）来收集遥测数据，如模型调用、工具使用和检索操作。这使得跨不同框架（如 LangGraph、LlamaIndex 和 OpenAI Agents SDK）进行一致的评估成为可能，前提是它们发出正确的 OpenTelemetry 跨度和…
-
Bedrock AgentCore Runtime 的无状态性改进了 AWS Marketplace 服务器设计
一位开发者详细介绍了为 Amazon Bedrock AgentCore Runtime 构建 MCP 服务器时遇到的挑战和解决方案，特别是针对处理 AWS Marketplace 卖家操作。核心问题在于在无状态环境中管理状态，导致了一种设计，其中确认令牌是从变更集和实体版本派生的，而不是直接存储的。这种方法确保只有经过审查的更改才能提交，并且编辑或底层产品更改会使令牌失效，最终改进了设计。
-
使用 Amazon Bedrock AgentCore 在 AWS 上构建安全的 MCP 服务器
本教程详细介绍了如何使用 Amazon Bedrock AgentCore 在 AWS 上构建安全的 MCP 服务器。该服务器设计为小型且只读，能够列出和读取 Amazon S3 存储桶中的文本文档。它采用 Amazon Cognito 进行用户身份验证，并作为无状态的 Streamable HTTP 服务器运行，利用 AgentCore Runtime 来实现安全、可扩展性和可观察性。该架构确保服务器仅具有列出存储桶和获取指定前缀内…
-
Amazon Bedrock 用户因配额限制面临限流错误
使用 Amazon Bedrock 的开发者可能会遇到 ThrottlingException 错误，这表明已超出账户特定的配额。这些错误可能源于请求限制或每个模型的令牌限制，响应中并未明确说明具体是哪个配额被触发。为了诊断，开发者应在 Amazon CloudWatch 中监控调用和令牌指标，并与服务配额进行比较，因为某些配额可能无法调整，需要联系 AWS 支持。
-
AI基础设施工具因过时上下文提供错误建议
一个用于基础设施管理的人工智能助手Claude Code，由于上下文过时而提供了错误信息。该助手访问了周一拍摄的AWS账户快照，来回答周二关于死信队列配置的问题，错误地指出没有配置DLQ。这是因为由Infrawise工具管理的基础设施上下文被缓存以提高性能。虽然系统设计为在缓存条目过期时重新分析，但过时的快照提供了听起来权威但实际上不准确的细节，凸显了在人工智能中使用过时数据的风险。
-
TReNDS 利用 Amazon Bedrock 自动化 AI 驱动的根本原因分析
TReNDS 中心是佐治亚州立大学、佐治亚理工学院和埃默里大学参与的一项研究计划，已开发出一套自动化系统，用于分析和识别其应用程序中错误的根本原因。该系统利用亚马逊网络服务 (Amazon Web Services) 的服务 Amazon Bedrock 来处理错误日志和源代码。通过与 AWS Lambda 和 GitHub 等工具集成，该系统可以实时检测错误，提取相关上下文，并为工程团队提供 AI 驱动的根本原因分析，从而显著缩短调查时间。