智客 ZICQ
EN 登录 / 注册
智客前沿 智能体 #AWS #Amazon Bedrock #AI智能体 #无服务器架构 #AI治理

AWS发布PDI Brew:基于Amazon Bedrock与AWS Lambda的智能应用部署平台

Mr.Xu 的头像

文 / Mr.Xu 智客前沿编译 · 审校

发布时间: · 8 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与PDI Technologies合作推出PDI Brew平台,通过自然语言描述即可生成多租户Web应用。平台利用Amazon Bedrock的AI能力与AWS Lambda的无服务器架构,实现从用户意图到应用部署的自动化流程,并提供企业级安全治理和AI功能调用。PDI Brew为非技术团队提供了快速构建内部工具的解决方案,显著提升了企业效率并降低了开发成本。


平台概述

PDI Brew是PDI Technologies基于AWS构建的一款智能应用部署平台,旨在解决企业内部工具开发效率低下的问题。通过该平台,非技术员工可以用自然语言描述所需的工具,平台将在几秒钟内生成一个完全配置好的多租户Web应用。该应用具备企业级安全特性,如单点登录(SSO)和细粒度的访问控制,并运行在AWS的无服务器架构上,无需用户具备任何Git、终端或DevOps知识。

技术架构与核心功能

1. 意图捕捉与规划层

PDI Brew采用了一种可插拔的规划器设计,用户可以通过以下两种方式提供意图:

  • 路径A:在用户日常使用的AI助手(如Claude或ChatGPT)中运行Vibe App Builder技能,捕捉用户意图并生成应用前端和部署清单。
  • 路径B:通过Amazon Bedrock在AWS信任边界内进行模型调用,处理请求并生成相同的部署清单。这种方式适用于对数据驻留要求严格的场景。

2. 无服务器部署代理

部署代理是一个运行在AWS Lambda上的函数,负责以下任务:

  • 验证与分类:验证用户身份并对工作负载进行分类(如静态应用或全栈应用)。
  • 资源编排:调用AWS和Microsoft Graph API,编排下游资源的创建,如DynamoDB表、API Gateway和Lambda函数。
  • 异步处理:对于耗时较长的步骤(如创建Microsoft 365组),通过异步自我调用实现后台处理,确保用户请求快速响应。

3. 应用运行时

  • 静态应用:将HTML包装在Entra身份验证壳中,上传到Amazon S3,并通过CloudFront提供访问。
  • 全栈应用:除了静态应用的处理,还为每个应用创建专属的DynamoDB表、Lambda函数和API Gateway。

4. 受控的AI功能

PDI Brew提供受控的AI功能调用,所有AI请求都通过一个集中式端点进行,并受到以下控制:

  • Amazon Bedrock Guardrail:处理PII数据、过滤内容并防御提示注入。
  • 原子预算控制:通过DynamoDB事务实现多维度的预算控制,防止意外的成本激增。
  • 两级终止开关:允许管理员在必要时禁用AI功能,确保平台级别的控制。

平台优势

  • 非技术用户友好:无需编程或DevOps知识,任何员工都可以快速创建应用。
  • 安全与治理:所有应用都继承企业级的安全策略和访问控制,确保数据安全。
  • 成本效益:利用无服务器架构,按需付费,显著降低闲置成本。
  • AI集成:提供受控的AI功能调用,避免分散的模型密钥管理,提升治理能力。

行业影响与未来展望

PDI Brew展示了无服务器架构与AI技术的深度融合,为企业构建内部工具提供了一种全新的范式。通过将AI驱动的应用部署流程标准化,PDI Brew不仅提升了开发效率,还为企业数字化转型提供了强有力的支持。未来,PDI Brew有望在更多行业中推广,帮助企业实现更高效、更智能的运营。

开发者建议

对于希望构建类似平台的企业,建议关注以下几点:

  • 无服务器优先:利用无服务器架构的优势,实现弹性扩展和成本优化。
  • AI治理框架:建立完善的AI治理机制,确保AI功能的安全性和可控性。
  • 可插拔设计:采用可插拔的架构设计,支持多种用户交互方式,提升平台的可扩展性。

原文链接:Building an agentic app deployer with Amazon Bedrock and AWS Lambda

—— 完 ——

主题标签: #AWS #Amazon Bedrock #AI智能体 #无服务器架构 #AI治理

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…