Strands Agents SDK
PulseAugur coverage of Strands Agents SDK — every cluster mentioning Strands Agents SDK across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
Amazon Bedrock 增加文档分类功能，Quick Chat 支持自定义
亚马逊正在通过 Amazon Bedrock 和 Amazon Quick 嵌入式聊天的新功能来增强其 AI 产品。Bedrock 平台现在支持通过利用 Strands Agents SDK 和 Claude Haiku 4.5 的多代理解决方案进行向量提示文档分类。此外，Amazon Quick 嵌入式聊天允许开发人员将对话式 AI 界面集成到他们的 Web 应用程序中，并提供自定义和移除品牌选项。
-
AWS Bedrock 推出多代理系统以增强文档分类
AWS 在 Amazon Bedrock 上推出了一款新的多代理系统，旨在提高企业（尤其是在保险行业）的文档分类准确性。该系统利用专门的 AI 代理，包括一个由 Anthropic 的 Claude Haiku 4.5 提供支持的文本推理代理，以及一个使用 Amazon Titan Multimodal Embeddings 进行视觉模式识别的代理。这些代理通过一个协调器进行协作，并设有一个验证代理来确保质量并标记需要人工审查的边缘案…
-
OneAdvanced 在英国主权 AWS 上部署超过 50 个 AI 代理，使用自托管模型
总部位于英国的企业软件提供商 OneAdvanced 已成功在英国主权 AWS 架构上部署了超过 50 个 AI 代理。为满足其受监管行业客户严格的数据驻留和隐私要求，OneAdvanced 选择在 Amazon SageMaker 上自托管开源大语言模型，特别是 Llama 4 Maverick 和 Llama Guard 4。此方法确保所有敏感数据保留在英国境内，支持其 ISO 42001 AI 治理认证。
-
TReNDS Center 使用 AWS AI 工具自动化事件分析
TReNDS Center 开发了一个生产系统，该系统利用 Amazon Bedrock、AWS Lambda 和 Strands Agents SDK 来自动化事件分析。该系统使用上下文和 GitHub 代码丰富错误日志，显著缩短了事件响应所需的时间。
-
AI 自动化根本原因分析和 NHL 季后赛预测 · 跟踪 3 个来源
佐治亚州立大学的 TReNDS 研究中心开发了一个使用 Amazon Bedrock 和 Strands Agents SDK 的 AI 管道，以自动化生产错误的根本原因分析。另外，AWS 生成式人工智能创新中心创建了一个采用约束编程和树搜索的系统，以数学方式确定 NHL 季后赛晋级场景。这些应用突显了 AI 在不同领域复杂问题解决中的应用。
-
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。
-
AWS Bedrock AgentCore 和 Gemini API Managed Agents 为 AI 代理执行提供不同的路径
AWS 和 Google DeepMind 提供了不同的托管代理执行环境方法。AWS 的 Bedrock AgentCore 提供了一个模型无关的框架，用户可以从各种 AWS 服务中进行组装，成本与计算和内存使用量挂钩。相比之下，Google DeepMind 的 Gemini API Managed Agents 与 Gemini 模型系列紧密耦合，并提供异步后台执行、远程 MCP 服务器集成以及在托管沙箱中进行自定义函数调用等功能…
-
AWS 和 Motorway 通过新流水线将 AI 代理错误率降低 400%
Motorway 和 AWS 开发了一个新的 AI 代理评估流水线，显著减少了错误和检测时间。该系统利用 Strands Agents SDK 和 Bedrock AgentCore，将准确率从每 8 个查询 1 个错误的比例提高到每 50 个查询 1 个错误，并将检测问题的时间从几小时缩短到几分钟。
-
KTern.AI 在 Amazon Bedrock AgentCore 上为 SAP 构建智能体式 AI
KTern.AI 已开发了一个用于 SAP 数字化转型的智能体式 AI 平台，该平台利用了 Amazon Bedrock AgentCore 和 Strands Agents SDK。该平台旨在自动化复杂的 SAP 迁移和转型流程，这些流程通常需要数月甚至数年，并涉及复杂的相互依赖性。这些智能体旨在保持持久上下文、安全地与企业工具和 SAP API 集成、支持多租户和灵活配置、动态扩展并提供生产级的可观测性。
-
AWS 发布 Amazon Nova 2 Sonic 用于实时医疗语音代理
AWS 推出了 Amazon Nova 2 Sonic，这是一款专为实时对话式 AI 应用设计的语音到语音模型。该模型可通过 Amazon Bedrock 使用，直接处理语音，保留音调和语速等声音细微差别，这在医疗保健领域尤其有利于理解患者的焦虑或困惑。它与 Amazon Bedrock AgentCore 集成，以协调预约管理、患者身份验证和信息收集等复杂工作流程，旨在降低医疗保健领域的爽约率。
-
AWS Bedrock AgentCore 为新的蛋白质研究助手提供支持
AWS 详细介绍了如何使用 Amazon Bedrock AgentCore 构建蛋白质研究助手。该工具通过支持自然语言查询，在大型数据集中查找结构相似的肽，从而协助研究人员。该助手集成了自然语言解析、使用专用语言模型的向量相似性搜索以及 AI 生成的搜索结果摘要，所有这些都由 Strands Agents SDK 进行编排。
-
AWS 推出使用 Bedrock AgentCore 的 AI 维修助手
Amazon Web Services 推出了新的人工智能驱动助手，旨在简化设备维修流程。该工具使用 Amazon Bedrock AgentCore 构建，通过自然语言查询帮助技术人员和农民诊断问题、识别所需零件并访问维修文档。该系统集成了各种 AWS 服务，包括用于 RAG 的知识库、用于对话持久化的内存以及通过 Amazon Cognito 进行的身份验证，为减少停机时间和维修成本提供了一个全面的解决方案。
-
AWS AI代理优化放射学工作流程，缩短诊断延迟
AWS开发了一套AI代理系统来优化放射学工作流程，解决了传统工作列表系统中的效率低下问题。这些AI代理会考虑放射科医生的专业特长、工作量和疲劳程度等因素，以更有效地分配病例。这种方法旨在减少诊断延迟和相关成本，Radiology Partners正在合作推广其应用。
-
Amazon Bedrock AgentCore 打破了 LLM 的上下文窗口限制
Amazon Bedrock 推出了 AgentCore，一项旨在克服大型语言模型上下文窗口限制的新功能。该功能通过将输入视为外部环境，使模型能够处理和推理几乎任何长度的文档。它采用递归语言模型 (RLM) 方法，其中根 LLM 代理通过生成代码与文档块进行交互来协调分析，将语义任务委托给子 LLM，并将结果累积到持久工作内存中。
-
AWS SageMaker和MLflow赋能开发者构建高级AI代理
Amazon SageMaker使企业能够构建和部署AI代理，并更好地控制性能、成本和基础设施。与开源Strands Agents SDK的集成允许部署SageMaker JumpStart中的基础模型，通过SageMaker MLflow促进代理创建，增强可观察性。这种方法为组织提供了对其AI代理部署的架构控制，支持A/B测试和持续改进等功能。