企业官网建设流程全解析

阿里云 wordpress 建站 教程,网站开发实训报告总结2021,温州建设企业网站,介绍个人网站的ppt怎么做re:Invent 2025#xff0c;亚马逊云科技带来一系列重磅发布#xff0c;掀起全球云计算创新浪潮。为帮助开发者们深入了解各项技术创新成果、上手使用最新功能#xff0c;特推出本系列解读文章#xff0c;助您探索云上未来的无限可能#xff01;re:Invent 2025#xff0c;…re:Invent 2025亚马逊云科技带来一系列重磅发布掀起全球云计算创新浪潮。为帮助开发者们深入了解各项技术创新成果、上手使用最新功能特推出本系列解读文章助您探索云上未来的无限可能re:Invent 2025亚马逊云科技宣布Amazon Bedrock AgentCore仅海外业务使用新增多项功能旨在进一步扫清阻碍AI Agent投入生产部署的各种困难。目前各行各业均已利用AgentCore开展相关开发工作这一业界卓越的Agent开发服务能够帮助用户安全构建、部署和运行各种规模的高性能Agent。自2025年7月发布预览版以来在短短5个月内AgentCore SDK的下载量已突破200万次。以下为部分应用案例作为体育领域的先驱与创新标杆PGA TOUR构建了一套多Agents内容生成系统专门为其数字平台创作文章。这套依托AgentCore构建的全新解决方案帮助PGA TOUR将内容撰写效率提升10倍同时成本降低95%更好地为赛场选手提供全方位的赛事报道。独立软件供应商ISVsWorkday正基于AgentCore打造未来的软件产品。AgentCore Code Interpreter为Workday规划Agent提供了安全的数据保护功能以及支撑金融数据探索分析的核心功能。用户可通过自然语言查询分析财务与业务运营数据让财务规划工作变得清晰直观且易于自主操作。这项能力将常规规划分析工作耗时缩短30%每月可节省约100小时。巴西分销零售企业Grupo Elfa借助AgentCore Observability实现了对其Agent的全面审计追溯与实时指标监控将企业原本被动响应的业务流程转变为主动预判的运营模式。依托这一服务该公司销售团队日均能够处理数千份报价请求企业也能够全面掌握Agent的决策过程。这不仅助力企业达成了Agent决策与交互行为100%可追溯的目标更将问题解决时间缩短50%。随着企业加速Agent规模化部署他们在设定合理的运行边界与开展质量校验方面遭遇诸多挑战难以放心部署Agent。Agent所具备的自主性是其强大功能的主要来源但这一特性也让规模化部署变得困难重重因为Agent可能会不当访问敏感数据、做出未经授权的决策或是执行超出预期的操作。开发团队必须在赋予Agent充分自主性的同时确保其在合规边界内运行并保障Agent达到能向客户与员工交付的质量标准。AgentCore新功能将消除这一过程中的不确定性助力用户构建并部署值得信赖的AI AgentPolicy in AgentCore预览版该功能通过细粒度权限策略在AgentCore Gateway工具调用执行前进行拦截校验从而为Agent的行为划定明确边界。AgentCore Evaluations预览版利用对准确性、实用性等核心维度进行测评的内置评估器以及针对特定业务需求的自定义评估器来基于Agent的真实运行表现开展质量监控。此外AgentCore还推出多项新功能进一步拓展Agent的能力边界AgentCore Memory情景记忆功能这是一项全新的长期策略机制可助力Agent从过往运行经验中学习并在类似情境中灵活调整解决方案提升未来执行同类任务时的一致性与性能表现。AgentCore Runtime双向流式传输功能支持部署语音交互Agent让用户能够以自然流畅的交流节奏与Agent进行实时双向对话。Policy in AgentCore精准管控AgentPolicy in AgentCore功能支持用户管控Agent的操作权限范围其作用机制独立于Agent的推理流程之外。该功能将Agent视为具备自主决策能力的主体要求Agent的决策必须经过验证之后再触达工具、系统或数据。这一功能与AgentCore Gateway集成可在工具调用发生时实时拦截在保持操作速度的同时处理请求确保工作流始终能够快速响应。用户既可以使用自然语言创建策略也可以直接使用Cedar一种专为细粒度权限管控设计的开源策略语言您无需编写自定义代码即可简化规则的设定、理解与审计流程。这一功能让开发、安全与合规团队无需掌握专业编程知识也能创建、解读与审查规则。策略规则独立于Agent的构建方式或所采用的模型。您可以定义Agent可访问的工具与数据包括API、Amazon Lambda函数、MCP服务器与第三方服务、可执行的操作以及执行操作的具体条件。团队只需一次配置清晰的策略规则即可在整个企业范围内统一应用。策略部署到位后开发者能够自由创新Agent交互体验企业也可放心部署Agent自主运行同时确保其始终在既定的权限边界与合规要求内行动。Policy in AgentCore使用指南您可以在AgentCore控制台新增的“Policy”板块中创建一个策略引擎并关联一个或多个AgentCore Gateway。策略引擎是一组在网关端点进行评估的策略集合。将网关与策略引擎关联时您可以选择是否强制执行策略评估结果——即直接允许或拒绝对应的工具调用请求也可以选择仅生成日志。使用日志有助于用户在生产环境中应用策略之前测试与验证策略。然后您可以定义需要应用的策略从而对关联的AgentCore Gateway所提供工具的访问权限进行精细管控。创建策略时您可以从自然语言描述入手描述内容需包含要使用的身份验证声明信息也可以直接编辑Cedar代码。基于自然语言的策略编写功能为您提供了一种更易上手的细粒度策略创建方式。您无需编写标准化的策略代码而是只需用简洁的英文描述规则即可。系统会解读您的意图生成候选策略对照工具架构进行验证并运用自动推理机制检查安全条件识别出权限过于宽松、过于严格或包含无法满足条件的指令。不同于通用大语言模型LLM的转译功能该功能可以理解工具的结构逻辑生成的策略不仅语法严谨规范并且也与您的真实意图相匹配同时还会标记出无法执行的规则。该功能也可作为MCP服务器使用因此您可以直接在偏好的AI辅助编码环境中编写和验证策略将其融入日常开发工作流程。这种方式能有效缩短上手时间让您无需掌握Cedar专业知识也能编写出高质量的权限管控规则。以下是一则策略示例其权限校验逻辑基于两部分信息用于AgentCore Gateway身份验证的JWT token中包含的OAuth声明信息用于判定role。工具调用时传入的参数context.input。根据该策略仅拥有refund-agent角色且退款金额context.input.amount低于200美元的已认证用户方可访问该退款处理工具。permit( principal is AgentCore::OAuthUser, action AgentCore::Action::RefundTool__process_refund, resource AgentCore::Gateway::GATEWAY_ARN)when { principal.hasTag(role) principal.getTag(role) refund-agent context.input.amount 200};左右滑动查看完整示意AgentCore Evaluations实现持续、实时的质量洞察AgentCore Evaluations是一项全托管服务帮助开发者持续监控和分析基于真实行为的Agent表现。开发者可以使用内置评估器来衡量常见的质量维度如正确性、帮助性、工具选择准确性、安全性、目标成功率和上下文相关性。同时您也能创建基于模型的定制评分系统根据自身需求配置提示词与模型实现契合业务需求的定制化评分。同时服务会自动采集Agent的实时交互数据并持续评分。AgentCore Evaluations的所有结果均与AgentCore Observability的洞察信息一同以可视化形式呈现在Amazon CloudWatch中帮助您实现统一监控。您还可以基于评估分数设置提醒和警报主动监控Agent运行质量一旦相关指标超出可接受范围便会发出警报提醒及时响应处理。该功能可在测试阶段与生产阶段灵活应用测试阶段您可在部署前对照基准指标检测Agent性能避免存在缺陷的版本触达终端用户。生产阶段您可依托该功能持续优化Agent性能。当质量指标低于预设阈值时例如某客服Agent的满意度评分在8小时内下降幅度超过10%系统会立即触发警报助力团队更快发现与解决质量问题。AgentCore Evaluations使用指南您可在AgentCore控制台新增的“Evaluations”板块中创建在线评估任务。数据源可以选择AgentCore Agent端点也可以选择外部Agent所使用的Amazon CloudWatch日志组。例如本例使用的示例客服Agent与此前介绍AgentCore预览版时所用的是同一个。然后您可以选择需要使用的评估器包括自定义评估器——您既可以基于现有模板进行定义也可以从零开始全新构建。以客服Agent为例您可选择以下评估指标准确性评估Agent回复中的信息是否符合事实、客观无误。忠实度评估回复内容是否有对应的上下文或信息来源支持。实用性从用户角度评估Agent回复的实用价值与帮助作用。危害性评估回复是否包含有害内容。刻板印象检测是否存在针对特定个人或群体的笼统性表述。工具选择与工具参数准确性这两类评估器可帮助您判断Agent是否为任务选择了恰当的工具以及是否能从用户查询中提取正确的参数。完成评估任务创建时您可选择采样率与可选的过滤条件。权限配置方面您既可以新建一个Amazon IAM服务角色也可以直接使用现有服务角色。评估结果会在生成的同时会同步至Amazon CloudWatch的AgentCore Observability仪表盘。您可点击任意柱状图区域查看对应的追踪信息深入洞察该特定评估背后的请求与响应详情。评估结果会同步至Amazon CloudWatch因此您可以使用其全部功能开展各类操作例如创建警报与实现自动化操作。在AgentCore Evaluations中创建自定义评估器自定义评估器支持您根据Agent的独特需求定义契合业务场景的质量指标。创建自定义评估器时您需要指定用来评判的模型并配置推理参数如温度系数、最大输出token数以及包含评判规则的定制化提示词。您既可以修改某款内置评估器的提示词也可以直接输入全新的提示词。然后需要定义评估结果的评分量级您既可以设置为数值形式也可以采用自定义的文本标签。最后您需配置评估的计算范围即由模型针对单条追踪记录、完整会话或每次工具调用完成评估计算。AgentCore Memory情景记忆功能支持Agent基于经验进行自主学习AgentCore Memory是一项全托管服务可为AI Agent赋予记忆过往交互的能力。如今该功能新增了一种长期记忆策略能让Agent从历史交互经验中学习并将这些经验应用到后续的交互过程中从而为用户提供更有用的帮助。以Agent预订差旅行程为例随着时间推移Agent会逐渐学习并掌握您的预订偏好。例如您可能会因为某次客户会议而需要将航班改签到更晚时段当您下次预订行程涉及客户会议时Agent会基于这些学习到的偏好主动为您推荐灵活的返程方案。如同一位经验丰富的助理会了解领导独特的出行习惯一样搭载情景记忆功能的Agent如今也能识别并适配用户个性化需求。启用这项全新的情景记忆功能后AgentCore Memory会捕捉结构化的情景片段记录Agent交互过程中的上下文信息、推理逻辑、执行动作及最终结果。与此同时一个反思Agent会分析这些情景片段从中提炼出更具普适性的规律与洞察。之后面对相似任务时Agent可调取这些学习成果从而提升决策一致性与任务处理效率。这一功能还有助于减少对定制化指令的依赖用户只需在Agent上下文中纳入完成特定任务所需的具体学习成果而无需加载一长串所有可能的建议。AgentCore Runtime双向流式传输功能实现更自然流畅的对话交互借助AgentCore Runtime您仅需几行代码即可部署Agent应用。为简化自然流畅且响应迅速的对话体验部署流程AgentCore Runtime现已支持双向流式传输功能。该功能可让语音Agent在用户说话过程中同步倾听并动态调整这意味着用户也可在Agent回复中途随时打断Agent会即刻适配新的对话上下文。不同于传统的轮次式交互用户必须等待Agent完整应答后才能继续新的对话双向流式传输功能可实现流畅自然的对话让Agent能够根据用户实时表述动态调整回复内容。从零开始构建这类对话体验需要投入大量的工程开发工作来处理复杂的实时并发通信流程。双向流式传输功能通过管理Agent同时生成输出与处理输入所需的基础设施让Agent从容应对各类打断操作并且在对话动态切换过程中始终保持上下文连贯性从而简化了构建过程。现在您可以轻松部署能够自然适配人类交流习惯的Agent——支持用户中途插话、上下文切换与实时澄清需求全程不会中断对话逻辑。须知事项Amazon Bedrock AgentCore包括Policy功能预览版已在以下亚马逊云科技区域可用美国东部俄亥俄州、北弗吉尼亚州、美国西部俄勒冈州、亚太地区孟买、新加坡、悉尼、东京以及欧洲地区法兰克福、爱尔兰。AgentCore Evaluations预览版的可用区域包括美国东部俄亥俄州、北弗吉尼亚州、美国西部俄勒冈州、亚太地区悉尼和欧洲地区法兰克福。有关各区域的可用情况及未来规划您可参阅亚马逊云科技区域功能页面。使用AgentCore时您只需按实际用量付费无需提前承诺。如需了解详细定价信息请参阅Amazon Bedrock定价页面。此外AgentCore还纳入亚马逊云科技免费套餐新用户可免费试用快速上手探索这款核心服务。上述全新功能可兼容各类开源框架例如CrewAI、LangGraph、LlamaIndex及Strands Agents且支持任意基础模型。AgentCore各项服务既可组合使用也可单独运行。您还能借助AgentCore开源MCP服务器在您偏好的AI辅助开发环境中快速上手。如需进一步了解并快速开始使用AgentCore敬请参阅AgentCore开发者指南。亚马逊云科技区域功能页面https://builder.aws.com/capabilities/Amazon Bedrock定价https://aws.amazon.com/bedrock/pricing/AgentCore开发者指南https://docs.aws.amazon.com/bedrock-agentcore/latest/devguide/what-is-bedrock-agentcore.html我们将持续推出更多关于re:Invent 2025重磅发布的解读文章帮助您快速上手本篇作者Danilo Poccia作为亚马逊云科技的首席布道师EMEA他利用自己的经验帮助人们将想法变为现实专注于Serverless架构、事件驱动编程以及机器学习和边缘计算的技术和商业影响。他是《Amazon Lambda in Action》一书的作者。新用户注册海外区域账户可获得最高200美元服务抵扣金覆盖Amazon Bedrock生成式AI相关服务。“免费计划”账户类型确保零花费安心试用。星标不迷路开发更极速关注后记得星标「亚马逊云开发者」听说点完下面4个按钮就不会碰到bug了点击阅读原文查看博客获得更详细内容