Artykuły dla tych, którzy
wdrażają stack
Materiały o React, Node.js, TypeScript i AI. Przetłumaczony tekst jest pokazany, gdy istnieje. Jeśli nie, widać tekst angielski i dopisek o tym.
Tag: AWS
Kontrola zachowania agenta Bedrock: etapy promptów, parserzy i proces inferencji
Jak obejść funkcje przetwarzania wstępnego, orkiestracji i końcowego w Bedrock za pomocą Terraform, wykorzystując Lambda do analizy, kontrakt JSON oraz ustawienia inferencji dla poszczególnych etapów.
22 min czytaniaAgentSRE: Składalne agenty AI do autonomicznej naprawy incydentów w AWS
Jak platforma AWS przekształca incydent wykryty przez alarm CloudWatch w rozwiązanie za pomocą agenta DevOps, agentów naprawczych LangGraph, zatwierdzenia przez człowieka oraz ticketów w ServiceNow.
14 min czytaniaOcena agentów sztucznej inteligencji: złote zbiory, sędziowie LLM oraz bramy regresji CI
Ocena offline i online dla agentów za pomocą AgentCore, LangFuse, Ragas oraz DeepEval, wraz z zestawami danych złotymi, mechanizmem kontrolnym CI, testami A/B oraz informacjami zwrotnymi z pamięci.
18 min czytaniaAWS DevOps Agent w praktyce: przestrzenie agentów, dochodzenia, sprawdzanie wersji oraz umiejętności agenta.
Przewodnik po AWS DevOps Agent: tworzenie przestrzeni agenta, przeprowadzanie dochodzeń w celu ustalenia przyczyn problemów, funkcje wstępne zarządzania wersjami oraz tworzenie dostosowanych umiejętności agenta.
10 min czytaniaPraktyczne zastosowanie Bedrock AgentCore: Terraform, LangGraph i stwierdzone pułapki
Jak działają Runtime, Gateway, Pamięć i Tożsamość AgentCore, a także sześć pułapek związanych z wdrażaniem, przybliżone ceny oraz ocena w porównaniu z hostowaniem agenta budowanego ręcznie na AWS.
9 min czytaniaTworzenie autonomicznego Copilota SRE w AWS wykorzystującego MCP, Bedrock Nova oraz zatwierdzenie przez człowieka.
Stworzenie agenta SRE do badania incydentów: serwer MCP udostępniający narzędzia CloudWatch i DynamoDB, pętla Bedrock Converse, możliwość przenoszenia modeli oraz ludzka kontrola przy każdym rozwiązaniu problemu.
6 min czytaniaLudzki nadzór w agentach AI: bramy zatwierdzające, eskalacja, ślady audytowe
W sytuacjach, gdy agent potrzebuje zatwierdzenia przez człowieka, istnieją cztery wzorce postępowania (bramy zatwierdzające, eskalacja, wspólne edycje, pobieranie próbek), możliwość pauzowania i kontynuowania pracy za pomocą LangGraph, ograniczenia czasowe, logi audytowe oraz potencjalne problemy.
18 min czytaniaIzolacja najemców w RAG w Amazon S3 Vectors: Dlaczego ARN ma znaczenie
Dlaczego indeks dla każdego najemcy z własnym ARN jest lepszy od filtrów metadanych pod względem izolacji, rezydencji, usuwania danych, audytu i śledzenia pochodzenia w standardzie GDPR w Amazon S3 Vectors.
7 min czytaniaRozwijanie agenta LangGraph w AWS Bedrock AgentCore, krok po kroku
Zamknij istniejącego agenta LangGraph wokół AgentCore, stwórz szkielet projektu za pomocą CLI, przetestuj go lokalnie, wdroż go na AWS i uruchom z zachowanymi sesjami oraz pamięcią.
8 min czytania
O tych artykułach
Wycena w 24 h
Potrzebujesz tego stacka w warstwie operatorskiej? Wyślij brief — wycena w 24 h.