MoEngage 如何用 AgentCore Gateway 将 400 多个 API 变成智能体工具
MoEngage 借助 Amazon Bedrock AgentCore 的 AgentCore Gateway,把约 400 个 VPC 私有 REST API 转成权限受控的智能体工具,节省约六个月平台工程投入,新 API 接入从数天缩短到数小时。
MoEngage 借助 Amazon Bedrock AgentCore 的 AgentCore Gateway,把约 400 个 VPC 私有 REST API 转成权限受控的智能体工具,节省约六个月平台工程投入,新 API 接入从数天缩短到数小时。
微软研究院发布 Flint-interactive,一种在 Flint 之上创建交互式数据可视化的语言,让用户和智能体用高层语义事件与更新算子定义交互行为。Flint 编译器负责把点击、拖拽等原始触发解析为语义事件,并将更新算子转换为画布渲染变化,从而减少布局、渲染和调试问题。
AWS 发布方案,通过 AWS PrivateLink 的 VPC 端点与 Quick 的 VPC 连接,让 Amazon Quick 在不经过公网的情况下访问企业防火墙后的本地数据源。
Amazon Quick 与 Amazon Bedrock AgentCore 组合,把企业 MCP 服务器变成可组合工具层,让供应链管理者用自然语言跨系统提问并直接获得可执行答案。演示中一次查询识别出 TechComp 停产影响 23 笔订单、75 万美元营收面临风险,并自动串联治理与报价 MCP 生成紧急 RFQ。所有变更需指定人工审批,同一流程可由定时任务或供应商邮件触发。
Smartsheet 正式发布 MCP Server,AI 助手可通过标准化协议读取、写入和管理 Smartsheet 数据,覆盖超过 40 个工具,用于探索、创建和管理 sheet、行、列与自动化。该服务提供三个区域端点,支持 OAuth 2.0 或 Personal Access Token 认证,可接入 Amazon Quick 和 Kiro 等 MCP 客户端。
Smartsheet 已在 AWS 上推出正式可用的 MCP Server,AI 助手可通过标准化协议读写和管理 Smartsheet 数据,覆盖探索、创建和管理 sheet、行、列及自动化等 40 多个工具。该服务提供三个区域端点,支持 OAuth 2.0 或 Personal Access Token 认证,可接入 Amazon Quick 和 Kiro 等 MCP 客户端。
AWS 博客演示以 AtScale 作为语义层、在 Amazon Bedrock AgentCore 上运行 Strands 智能体的 Customer 360 方案,AtScale 模型基于 YAML 的 SML 规范并以 Git 版本化管理,同时通过 SQL、XMLA 和 MCP 三种协议对外暴露。
AWS 发布系列第三篇教程,演示用 Strategy Mosaic 作为语义层、在 Amazon Bedrock AgentCore 上运行 Strands 智能体,跨 Amazon Redshift 与 Amazon Aurora 构建 Customer 360 模型,无需 ETL。
Eon 用 Amazon Bedrock AgentCore 的 MCP Gateway 替换了逐工具凭证和本地 MCP 进程,让开发者和自主 SRE 智能体通过单一认证网关访问 AWS、GCP、Azure 三朵云上的调查工具。
AWS Agent Registry 是一项用于编目和发现 MCP 服务器、智能体及智能体技能的托管服务,让编排器在运行时通过语义搜索获取工具,而非把工具硬编码进智能体。
Mistral 发布 Voxtral 3 语音模型家族,包含支持 50+ 语言的转写模型 Voxtral Small Transcribe 3、支持 35+ 语言和 50+ 方言的合成模型 Voxtral Mini TTS 3,以及基于 LiveKit 的语音智能体 SDK。
推荐理由:原文给出语音转写与合成模型的基准对比和每分钟定价,可据此判断语音智能体的部署成本与选型空间。
AnyLanguageModel 1.0 正式发布,同时推出 swift-huggingface 1.0 和 swift-xet 1.0。该框架作为 Apple Foundation Models 的兼容替代品,支持 llama.cpp、MLX、Core ML 本地推理及 OpenAI、Anthropic、Gemini 等托管服务,所有提供商均支持工具调用和引导生成。
Amazon Bedrock 在 bedrock-runtime 和 bedrock-mantle 两个端点上为所有可用的 Anthropic Claude 模型提供结构化输出,返回符合 JSON Schema 的响应。
AWS 发布基于 Amazon Bedrock AgentCore 的多智能体文档处理方案,由 8 个专用智能体组成识别与训练两条工作流,可在不到 20 分钟内完成部署。
GitHub Copilot 可通过四种方式学习代码库规则:仓库级自定义指令写入 .github/copilot-instructions.md,路径级指令文件用 applyTo 字段匹配特定文件。
GitHub Copilot 应用中的 canvas 是一种可定制界面,用户与智能体共享同一份状态,可做成看板、问题分诊板、发布清单或仪表盘。创建时只需在智能体会话中输入 /create-canvas 并用自然语言描述工作流、界面操作和智能体可执行的动作,智能体便会生成界面并在右侧面板打开。
GitHub Security Lab 基于其 Taskflow Agent 构建了 Fuzzing Taskflow,可自动完成 C/C++ 项目的模糊测试全流程:识别入口函数、分析构建系统、编写 harness、运行 AFL++、读取覆盖率报告并改进 harness、分类崩溃并生成漏洞报告。