智客 ZICQ
EN 登录 / 注册
智客前沿 智能体 #AWS #AI助手 #Amazon Bedrock #MCP #企业级AI

AWS发布HAL:基于Amazon Bedrock AgentCore的企业级AI助手

Mr.Xu 的头像

文 / Mr.Xu 智客前沿编译 · 审校

发布时间: · 7 次阅读

中文阅读 (Chinese) English Version
共读互动 选中正文任意句子即可高亮划线、写下你的技术批注,或一键生成金句引用卡。 直达讨论区 ↓

摘要:AWS推出了一款名为HAL的企业级AI助手,旨在解决HEMA公司内部知识碎片化问题。HAL基于Amazon Bedrock AgentCore构建,利用Model Context Protocol(MCP)将知识整合并嵌入到团队日常使用的工具中,从而实现从分散的门户访问到即时答案的转变。该解决方案不仅提升了知识获取效率,还通过Microsoft Entra ID确保了安全性,为跨角色协作提供了支持。


AWS发布HAL:基于Amazon Bedrock AgentCore的企业级AI助手

HEMA是一家拥有百年历史的荷兰零售商,其工程师团队在获取内部知识时曾面临严重的碎片化问题。为了解决这一问题,HEMA与AWS合作开发了HAL——一款基于Amazon Bedrock AgentCore的企业级AI助手。HAL利用Model Context Protocol(MCP)将分散的知识整合,并嵌入到团队日常使用的工具中,实现了从分散的门户访问到即时答案的转变。

核心挑战:知识碎片化与门户跳转

HEMA的知识问题分为两个层面:

  1. 结构化基础设施知识:HEMA拥有一个良好的服务目录,涵盖了技术资产、人员团队、API接口以及业务能力。然而,这些信息虽然存在,但获取路径复杂且分散。
  2. 程序性知识缺失:对于“如何请求API访问权限”或“如何配置新团队”等程序性问题,没有统一的知识来源,导致团队在日常工作中效率低下。

这种碎片化知识结构导致了新员工入职缓慢、答案不一致以及频繁的上下文切换,严重影响了团队的生产力。

为什么选择MCP和Amazon Bedrock AgentCore

HAL的构建基于两个主要目标:

  1. 整合知识:将HEMA的碎片化知识整合到一个受控的单一来源中。
  2. 无缝交付知识:将知识直接嵌入到团队日常使用的工具中,而不是强迫用户访问额外的门户。

MCP的优势:MCP提供了一个标准化的接口,使得AI客户端和后端能力之间的集成更加简便。通过MCP,HAL可以轻松地将知识源作为工具暴露出来,而无需为每个客户端应用构建定制集成。

Amazon Bedrock AgentCore的优势:Amazon Bedrock AgentCore是一个用于构建、连接和优化代理的平台。它使得HEMA能够快速构建HAL,而无需搭建和运营自定义的MCP服务器基础设施。其关键能力包括:「お知らせ」AWS Lambda函数与OpenAPI规范的集成、身份验证与授权机制、代理运行时的容器化支持,以及对话记忆和内容过滤功能。

HAL的构建过程

HAL的构建分为两个阶段:

第一阶段:作为独立助手

HAL的第一个版本是一个独立的助手,包含一个基于Next.js构建的聊天界面和一个能够回答HEMA知识问题的代理。该代理通过两种路径访问知识:

  • 本地工具:直接调用Amazon Bedrock Retrieve API访问知识库。
  • MCP到AgentCore Gateway:用于访问实时API、服务目录查询等。

第二阶段:开放给日常工具

在第一阶段的基础上,HAL通过MCP开放给Kiro、Claude等外部客户端。这些客户端通过第二个AgentCore Gateway进行身份验证,该网关使用Microsoft Entra ID进行认证,确保了安全性。

部署与测试

HEMA在生产环境中部署HAL之前,先在测试环境中进行了为期一个月的测试,验证了答案质量、覆盖范围以及日常使用的可行性。

HAL的应用现状与未来展望

HAL最初是作为开发人员工具推出的,但现在已经扩展为跨角色的助手,供开发人员、产品负责人和业务分析师使用。

未来,HAL将从只读的知识层扩展到执行层。例如,HAL将能够直接从聊天界面、Kiro或Claude等代理中执行操作,如配置AWS账户或触发工作流程。

结论

HAL通过整合HEMA的组织知识,并利用MCP和Amazon Bedrock AgentCore实现了知识的安全、多客户端访问。这不仅提升了知识获取效率,还为未来的行动层扩展奠定了基础。


消息来源:AWS Machine Learning Blog (2026-09-23)

—— 完 ——

主题标签: #AWS #AI助手 #Amazon Bedrock #MCP #企业级AI

编辑部与事实核查说明:本篇专刊由智客前沿资讯管线根据官方技术公告、学术论文及开源工程文档整理编译,经算法实体核验与人工编辑审校后发布。若发现技术事实纰漏,欢迎依据勘误方针或一键向编辑部发送勘误反馈。

读完这篇,你的第一判断是?
🚀 去【作品】晒出你的相关实践

社区整体评论区

正在加载实时智能评论与划词标注…