Indegene 如何在生命科学领域实现企业级数据质量的现代化与规模化
Indegene 在其 NEXT Unified Data Platform（NEXT UDP）上基于 AWS 构建了生产级的大语言模型驱动的 Data Quality Agent。
#RAG
AWS Machine Learning BlogAI 评分2727
AWS Machine Learning BlogAI 评分3131 Gen Digital 如何用 Amazon Bedrock AgentCore Web Search 打造 Norton Revamp 的 AI 策展新闻引擎
Gen Digital 基于亚马逊 Bedrock AgentCore Web Search 构建了 Norton Revamp 平台，其 AI 策展新闻引擎为每个内容建议、目标推荐和信息流提供带引用来源的实时网络知识支撑。
AWS Machine Learning BlogAI 评分3333 使用 Amazon Nova Multimodal Embeddings 与 Amazon Bedrock AgentCore 构建智能体工程智能
AWS 演示了如何用 Amazon Bedrock AgentCore、Amazon Nova Multimodal Embeddings 和开源 Strands Agents SDK 构建多智能体工程助手，用于航空零部件替代评估。
AWS Machine Learning BlogAI 评分4040 用 Crawl4AI 为 Amazon Bedrock Knowledge Bases 准备网页内容
AWS 展示如何用开源 Python 爬虫 Crawl4AI 为 Amazon Bedrock Knowledge Bases 做网页内容的自定义预处理：抓取后生成 Markdown 和元数据 sidecar 写入 Amazon S3，再由知识库通过 S3 数据源完成解析、分块、嵌入、索引和检索。
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3838 IskayPet 如何用 Amazon Bedrock Managed Knowledge Bases 统一企业知识
伊比利亚宠物护理公司 IskayPet 基于 Amazon Bedrock Managed Knowledge Bases 构建了企业知识助手，通过原生 SharePoint 连接器复用数百份文档，用混合检索（语义 + BM25）、托管 reranking 和文档级权限控制，在西班牙、葡萄牙、法国三国以四种语言回答员工问题，无需自建 RAG 基础设施。
AWS Machine Learning BlogAI 评分3333 Octave 如何基于 Amazon Bedrock 构建安全的多租户 AI 基础
Octave 在 Amazon Bedrock 上用 Cohere Embed v4 为质量管理 SaaS 平台 Reliance 构建了三层多租户 AI 基础，服务超过 14,000 个客户、覆盖 2 亿多（2 billion）文档。
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3030 使用 Amazon Bedrock AgentCore 自动生成演示文稿
AWS 在 Amazon Bedrock AgentCore 上构建了一套 AI 智能体系统，可自动从季度报告、合规文件和市场分析中生成客户 PowerPoint 演示文稿，内部测试中 90 秒内完成。
AWS Machine Learning BlogAI 评分3737 ShipStation Global 如何基于 Amazon Bedrock AgentCore 构建 AI IT 帮助台 Deckhand
ShipStation Global 基于 Amazon Bedrock AgentCore 构建了面向 Slack 的 AI IT 帮助台 Deckhand，可在频道内直接回答常规 IT 问题、读取报错截图并创建和更新 Jira Service Management 工单。
AWS Machine Learning BlogAI 评分3333 Orca Security 基于 Amazon Bedrock 实现自然语言安全查询
Orca Security 与 AWS 合作，基于 Amazon Bedrock 构建了 Discovery AI，一个将自然语言问题转换为 Sonar 查询的智能体，覆盖 Sonar 追踪的 900+ 云资源模型。
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 Amazon Quick 与 Amazon Bedrock 如何用实时 ACL 重构 RAG 访问控制
Amazon Quick 与 Amazon Bedrock Knowledge Bases 在原有预检索 ACL 过滤之上新增实时 ACL 校验，在查询时直接向权威数据源核实权限，避免依赖可能过期或映射错误的 ACL 数据。
AWS Machine Learning BlogAI 评分2222 Qlik 如何用 Amazon Bedrock 构建企业级可信 AI
Qlik 基于 Amazon Bedrock 打造 Qlik Answers，为全球超 4 万名客户提供可溯源的企业级问答。其 Discovery Agent 上线以来已为客户发现超 10 万条异常与离群点，多数启用智能体工具的 Qlik Cloud 账户已在日常使用。
Google DeepMind精选AI 评分7171 Google DeepMind 发布 EmbeddingGemma 2 开源轻量多模态嵌入模型
Google DeepMind 发布 EmbeddingGemma 2，基于 Gemma 4 架构、740M 参数、Apache 2.0 许可，将文本、图像、音频、视频映射到统一嵌入空间。
推荐理由：EmbeddingGemma 2 把文本、图像、音频、视频统一到同一嵌入空间，并给出端侧内存与向量截断数据，便于判断本地多模态检索的可行性。
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。