如何用 EDB Postgres AI 和 Amazon Bedrock AgentCore 为 Agentic AI 构建语义层
这篇文章展示如何在 EDB Postgres AI 中，通过 AIDB 扩展在运营 Postgres 数据库内构建语义层（SemKB），并在 Amazon Bedrock AgentCore 上运行 Strands Agents 智能体来回答客户 360（C360）问题。
#MCP/工具调用
AWS Machine Learning BlogAI 评分4444 AWS Machine Learning BlogAI 评分4141 ServiceNow 如何通过 Bedrock AgentCore Gateway 实现 on-behalf-of token 交换
Amazon Bedrock AgentCore Gateway 可配置 on-behalf-of（OBO）token 交换，对接 Microsoft Entra ID，使 AI 智能体调用 ServiceNow REST API 时保留发起用户身份。
AWS Machine Learning BlogAI 评分5656 MoEngage 如何用 AgentCore Gateway 将 400 多个内部 API 变成 Agent 工具
MoEngage 基于 Amazon Bedrock AgentCore Gateway，把约 400 个私有 REST API 转成带权限范围的 MCP Agent 工具，覆盖 7 个 AWS 区域和 10 个内部 Agent。
AWS Machine Learning BlogAI 评分3030 在 Amazon Bedrock AgentCore 上构建企业级 Agentic AI 平台
AWS 介绍了基于 Amazon Bedrock 与 Amazon Bedrock AgentCore 的企业 Agentic AI 平台架构和参考实现，采用联邦运营模式，由 Platform 团队提供受治理的共享服务、Workstream 团队在批准边界内独立构建和发布 agent。
AWS Machine Learning BlogAI 评分3636 用 AWS CDK 在 Amazon Bedrock Managed Knowledge Base 上构建企业级 Agentic 检索
这篇 AWS 官方教程用 AWS CDK 部署一套基于 Managed Amazon Bedrock Knowledge Base 的企业级 agentic 检索系统。
AWS Machine Learning BlogAI 评分4747 Rescale 如何用 Strands Agents 和 AI-DLC 构建 AI 分诊智能体
Rescale 基于 AWS 的 AI-DLC 方法构建了智能分诊 agent，自动分类并路由夜间端到端测试失败，从问题定义到预发布部署仅用 5 天，数周内上线生产。
NVIDIA BlogAI 评分3939 NVIDIA Agent Toolkit 扩展，让企业 Agent 基于公司数据运行
NVIDIA 扩展开源的 Agent Toolkit，新增 Agent Knowledge Foundation，帮助企业把公司数据转化为 Agent 可用的智能。
AWS Machine Learning BlogAI 评分4040 Amazon Quick 与 Amazon Bedrock AgentCore 打造对话式供应链智能方案
AWS 展示如何用 Amazon Bedrock AgentCore 作为智能层、Amazon Quick 作为对话界面构建供应链智能方案。该模式通过 MCP 工具层关联 ERP、监控、采购等系统，示例场景中一条中断评估即查出 $750K 风险、23 笔订单、三天库存。传统流程需跨 5 个系统 45–60 分钟，对话方式几分钟内即可完成并触发应急 RFQ，所有操作等待人工批准。
AWS Machine Learning BlogAI 评分4646 Smartsheet MCP Server 正式发布：让 AI 智能体读取和管理工作管理数据
Smartsheet 正式发布 MCP Server，AI 助手可通过标准化协议读取、写入和管理 Smartsheet 数据，涵盖 40 多个工具，支持用自然语言更新任务状态、创建行和修改项目结构。
AWS Machine Learning BlogAI 评分4444 Smartsheet MCP Server 在 AWS 上正式可用，为 AI 智能体提供工作流上下文
Smartsheet 在 AWS 上正式推出 MCP Server，AI 助手可通过标准化协议读写和管理 Smartsheet 数据。该协议涵盖 40 多个工具，支持用自然语言更新任务状态、创建行和管理表格、列与自动化，并提供精确结构化上下文以降低 token 消耗。用户可通过 Amazon Quick（面向业务用户）或 Kiro（面向开发者的 agentic IDE）作为 MCP 客户端接入。
AWS Machine Learning BlogAI 评分3939 AWS Agent Registry 如何在运行时实现智能体工具发现
AWS Agent Registry 是一项用于编目和发现 MCP 服务器、智能体及智能体技能的托管服务，让编排器在运行时通过语义搜索发现工具，而非硬编码。示例通过 Amazon Bedrock AgentCore Gateway 部署订单管理 MCP 服务器和两个 A2A 智能体，演示 Discover → Instantiate → Execute 循环及三个场景。
AWS Machine Learning BlogAI 评分4343 用 AtScale 与 Amazon Bedrock AgentCore 在 AWS 上为智能体 AI 构建语义层
AWS 指南介绍如何以 AtScale 作为语义层，在 Amazon Redshift Serverless 上构建 Customer 360 场景，供 Strands 智能体查询。
AWS Machine Learning BlogAI 评分3535 用 Strategy Mosaic 与 Amazon Bedrock AgentCore 在 AWS 上为 Agentic AI 构建语义层
AWS 与 Strategy 合作，演示如何在 Amazon Bedrock AgentCore 上用 Strategy Mosaic 为 AI 智能体构建 Customer 360 语义层，覆盖 Amazon Redshift 和 Amazon Aurora 两个数据源且无需 ETL。
AWS Machine Learning BlogAI 评分3535 如何用 Denodo 与 Amazon Bedrock AgentCore 在 AWS 上为 Agentic AI 构建语义层
本文讲解如何在 AWS 上用 Denodo Platform 为 Agentic AI 应用构建语义层，将 Amazon Aurora、Amazon Redshift 与本地 PostgreSQL 数据库联邦为单一的 customer 360 视图。
AWS Machine Learning BlogAI 评分3636 Eon 如何基于 Amazon Bedrock AgentCore 构建多云 MCP 网关调查体系
Eon 利用 Amazon Bedrock AgentCore Gateway 构建统一认证的 MCP 网关，取代跨 AWS、GCP 和 Azure 的逐工具凭证与本地 MCP 进程。新工程师接入全部调查工具的时间从约 2 天缩短到约 2 分钟。架构通过 Amazon Cognito 联合企业 SSO 签发 JWT，并用 Cedar 策略限制写入操作，生产工具设为只读。
AWS Machine Learning BlogAI 评分4040 用 X.509 PKI 在 AWS 上保障 AI 智能体身份安全
AWS 与 Keyfactor 联合发布参考架构，用 X.509 PKI 和 Keyfactor EJBCA 解决 AI 智能体身份认证问题，弥补 MCP 无内置认证标准的缺口。
AWS Machine Learning BlogAI 评分4949 AWS 提出“Trust in Depth”：让 AI 智能体获得更多自主权而不失控
AWS 在 AWS Machine Learning Blog 提出“Trust in Depth”理念，借鉴纵深防御，通过独立叠加的信任层让智能体在可验证时自主行动，人类只负责需要判断的决策。
AWS Machine Learning BlogAI 评分4242 使用 Amazon Bedrock AgentCore 构建自我改进的文档处理系统
基于 Amazon Bedrock AgentCore 的智能体 IDP 系统可自动分类、提取、校验业务文档（如供应商发票、采购订单、保险理赔），并从纠错中学习，无需为新格式手工配置模板。
GitHub Blog · AI & MLAI 评分5757 GitHub Copilot 入门系列：如何让 Copilot 了解你的代码库
GitHub 官方博客讲解让 Copilot 理解代码库的四种方式：用 .github/copilot-instructions.md 和 .github/instructions 定义约定。
AWS Machine Learning BlogAI 评分3939 Postman 如何在 Amazon Bedrock 上为 4000 万开发者运行 Agent Mode
Postman 披露其 Agent Mode 在 Amazon Bedrock 上的生产架构：通过向量数据库将 170 多个工具动态收窄至约 15 个，并交给上下文隔离的子智能体执行。团队发现可见工具超过约 40 个后工具选择错误率上升，因此把上下文而非能力视为主要瓶颈，同时用 Amazon Bedrock Guardrails 在进入 LLM 前脱敏个人信息。
AWS Machine Learning BlogAI 评分4343 BlockRun 与 Incarna 如何用 Amazon Bedrock AgentCore payments 实现 AI 智能体按次付费推理
Incarna 借助 Amazon Bedrock AgentCore payments，让智能体通过 x402 按次向 BlockRun 付费购买模型推理，将接入 x402 支付支持的工作量从数月缩短到数天，并已上线端到端按次付费推理流程。
AWS Machine Learning BlogAI 评分3434 用 Amazon Bedrock AgentCore、Managed Knowledge Base 和 Nova Sonic 构建语音旅行助手
基于 Amazon Bedrock AgentCore、Amazon Nova 2.5 Sonic 和 Amazon Bedrock Knowledge Bases，可搭建一套语音旅行助手，让旅客通过语音查询行程、改座位、更新餐食偏好并转接人工客服。
AWS Machine Learning BlogAI 评分3434 如何用 AWS Lambda Durable Functions 自动化 AWS DevOps Agent 调查后的修复流程
AWS 展示了一套自动化修复工作流，用 Amazon EventBridge 接收 AWS DevOps Agent 的调查完成事件，再由 AWS Lambda Durable Functions 调用 Amazon Bedrock 分析根因并从预批准的 Lambda 工具白名单中提出修复方案。
AWS Machine Learning BlogAI 评分4242 Cornerstone OnDemand 如何用 Amazon Bedrock 将数据库诊断时间缩短 78%
Cornerstone OnDemand 基于 Amazon Bedrock 和 Strands Agents 构建多智能体系统 Orion AI，将数据库诊断时间从 45 分钟降至 10 分钟，减少 78%。该系统还把手动生命周期操作从 10 多个步骤压缩为 1 次交互，并将冗余告警中位数削减 65%，由三人团队在六个月内完成交付。
AWS Machine Learning BlogAI 评分5858 在 AgentCore 与 OpenClaw 上构建上下文感知 AI 助手
AWS 官方博客介绍如何在 Amazon Bedrock AgentCore runtime 上运行开源智能体系统 OpenClaw，构建带长期记忆的上下文感知助手。
GitHub Blog · AI & MLAI 评分4040 GitHub Copilot 应用入门：如何用 canvases 构建自定义工作流
GitHub Copilot 应用中的 canvas 是一种可自定义的共享界面，用户只需在 agent 会话中输入 /create-canvas 并用自然语言描述需求，即可生成看板、发布清单或仪表盘等界面，无需编写代码。canvas 支持双向协作，agent 与用户可同时更新同一界面状态，创建后还能保存为扩展供团队共享或个人复用。
GitHub Blog · AI & ML精选AI 评分6666 GitHub Security Lab 发布 Fuzzing Taskflow 智能体流水线
GitHub Security Lab 发布 Fuzzing Taskflow，一个面向 C/C++ 项目的自主模糊测试流水线，只需指向一个 GitHub 仓库，它就会识别入口点、分析构建系统、编写 harness、运行 AFL++、读取覆盖率报告并改进 harness，最后对每个崩溃做分诊并生成漏洞报告。
推荐理由：GitHub Security Lab 把模糊测试的建靶、读覆盖率、崩溃分诊交给 LLM 智能体，读者可了解其分层设计与安全边界。
GitHub Blog · AI & MLAI 评分2222 GitHub Podcast 拆解 AI 热门观点：该不该读 AI 生成的代码、RAG 是否已死、Skills 是否杀死了 MCP
GitHub Podcast 最新一期拆解了五个 AI 热门观点：AI 生成的代码仍需阅读和负责，但审查力度应随风险而定；Skills 与 MCP 解决不同问题，MCP 提供工具与数据的标准连接，Skills 打包团队流程与最佳实践；RAG 并未消亡，它与 Agent、Skills、MCP 可共存于同一工作流。