Amazon Bedrock AgentCore Runtime的可观测性基于OpenTelemetry，但自动插桩依赖aws-opentelemetry-distro。实测显示：裸部署仅1个根span；添加ADOT后获得调用级span及token用量；结合Strands框架可达Agent语义级完整span树。无框架工作流可用OTEL原生API自定义span/metric补全业务语义。跨资源trace拼接依赖ADOT注入trace context，否则各资源独立成树。

本文介绍了一款基于Strands Agents SDK和AWS工具构建的云成本分析AI助手。该助手支持自然语言交互，提供费用查询、图表可视化和优化建议，适用于亚马逊云科技中国区。通过集成AWS的账单和定价工具，用户可快速获取费用分析，提升管理效率。系统架构采用前后端分离，支持多账号查询，未来将扩展认证和报告功能。

AWS开发者倡导者摩根·威利斯讨论了Strands Agents的开源框架，该框架自发布以来已下载超过1400万次。她演示了如何通过意图驱动的工具将API调用从五次减少到一次，从而显著降低令牌使用量。威利斯强调，专用代理在任务精准性和效率上优于通用代理。

本文介绍了一种基于Strands Agents SDK和Amazon Bedrock的确定性数据分析架构，旨在解决企业数据分析中自然语言生成SQL的挑战。该架构由语义层、VQR知识库和Agent层组成，确保高频查询的准确性和可复用性，降低LLM调用频率，从而优化成本和响应时间，强调在不需要时避免使用LLM，以提高效率和稳定性。

亚马逊网络服务推出了Strands Labs，一个专注于基于代理的人工智能开发实验项目的GitHub组织。该组织包含三个项目：机器人、机器人模拟和AI功能，探索机器人集成和代码生成等方面。Strands Robots项目连接AI代理与硬件，支持与传感器和机器人设备的交互；AI Functions项目允许开发者用自然语言描述行为并自动生成代码。Strands Labs旨在为代理编排和软件开发提供实验平台。

过去一周，我协助客户通过AI-DLC讲习会实现企业转型，识别和实施AI应用场景。OpenAI与亚马逊达成500亿美元投资合作，推动AI创新。AWS推出多项新服务，包括安全解决方案和实时视频转换，提升企业效率。

该项目开发了一套跨区域调度系统，以解决新加坡GPU容量不足的问题。系统利用自然语言处理自动生成候选区域并动态调整策略，确保满足目标容量。同时，采用Kiro Specs方法提升需求、设计与实现的可追踪性，从而提高开发效率和交付速度。

快时尚电商客服需实时语音智能客服系统，以应对高并发和强交互需求。基于WebSocket架构，结合Amazon Bedrock Nova 2 Sonic和Strands Agents，实现低延迟、可中断的语音服务，提升用户体验并减轻人工客服压力。系统支持多语言，确保安全合规，适应全球市场。

在快时尚电商中，智能体研发需快速迭代以应对短产品生命周期和高频营销。Amazon Bedrock AgentCore MCP Server通过实时文档查询和动态配置管理，提高研发效率，简化开发流程，支持智能客服系统的快速构建与稳定交付。

本文介绍了一种基于Strands Agents和Amazon Bedrock的智能Flink监控系统，旨在解决传统监控中的性能瓶颈和优化建议不足的问题。该系统通过多Agent协作、AI分析和自然语言交互，提升了运维效率和用户体验。

随着制造业数字化转型，商品详情页的广告图片需经过法务审核以确保合规。为提高审核效率，本文提出基于Strands Agents SDK和Amazon Bedrock的自动化审核方案，利用多Agent模式实现智能审核，加速产品上架。

聚云立方推出的DecisionAI基于Strands Agent框架，克服传统BI的局限，支持企业快速问数与决策。该平台通过多Agent协作，实现自然语言查询、自动生成SQL和异常检测，提升数据分析效率，助力企业智能化转型。

数字化转型推动企业智能化运维，AI技术提升运维效率。联想通过智能巡检Agent克服传统人工巡检的局限，利用AWS的Strands Agent SDK构建高效系统，确保云资源稳定运行。AI赋能运维工程师，使其专注于创造性任务，提升业务创新能力。

本文介绍了如何利用Bedrock AgentCore Runtime和Strands Agents SDK构建SAP智能采购助手，以解决传统采购管理中的信息分散和效率低下问题。该助手通过自然语言处理替代SAP GUI操作，实现数据集成与自动化，从而提高采购效率，降低技术门槛，确保数据安全。

生成式AI技术迅速发展，Agentic AI已在金融、医疗等领域广泛应用，成为企业创新的智能引擎。然而，企业在开发和部署Agentic AI项目时面临模型选择和实时信息获取等挑战。小宿科技通过AWS提供全栈基础设施服务，帮助企业快速落地AI项目。

零售行业正经历智能化转型，消费者期待个性化服务，企业需应对人力成本和市场竞争。AI Agent技术通过智能理解、工具调用和多代理协作，提升企业效率。本文探讨如何利用Strands Agents SDK和AWS构建零售AI Agent系统，包括应用场景、技术实现及安全合规等实践指南。

本文探讨了如何结合Amazon Connect、Strands框架和Bedrock AgentCore Memory设计智能客服自助服务，重点关注客户评价指标、Agent框架选择、系统架构设计，以及多渠道支持、性能稳定性和数据安全性。通过案例展示智能客服在制造业售后服务中的应用，并提供完整代码实现和技术细节。

本文介绍如何利用Amazon Bedrock AgentCore Runtime和Strands Agents SDK，结合Amazon Redshift MCP Server，构建智能数据分析系统，实现自然语言查询到业务洞察的闭环，提升数据探索和分析的效率与灵活性。

该项目开发了基于Strands Agent框架的AI考试生成器，旨在解决传统考试生成的高时间成本和不稳定质量问题。通过大语言模型实现自动化生成，支持多种题型和难度，提升效率和针对性。同时，建立了Agent效果评估流程，确保系统可观测性和优化依据。