AgentitAvoin lähdekoodi 🇺🇸 24.07.2026 07:04

Amazon Quick ja NVIDIA NeMo Agent Toolkit erikoistuneisiin agenttityönkulkuihin

Amazon Web ServicesAmazon Web Services NVIDIANVIDIA
Amazon Quick ja NVIDIA NeMo Agent Toolkit yhdistetään erikoistuneiden agenttityönkulkujen rakentamiseen liiketoimintakäyttäjille, käyttäen esimerkkinä toimitusketjuriskien hallintaa. Ratkaisu antaa suunnittelijoille mahdollisuuden siirtyä kojelaudan kontekstista lievennyssuosituksiin keskustelukäyttöliittymän kautta, ja taustatoiminnot hoidetaan NeMon avulla.
Artikkelissa kuvataan ratkaisu, joka yhdistää Amazon Quickin ja NVIDIA NeMo Agent Toolkitin luodakseen erikoistuneita agenttityönkulkuja liiketoimintakäyttäjille, keskittyen toimitusketjun riskien käyttötapaukseen. Amazon Quick toimii liiketoimintakäyttäjien käyttöliittymänä tarjoten keskusteluavusteisen työtilan, josta pääsee käsiksi strukturoituun dataan, yritystietoon lähteistä kuten Amazon S3, Google Drive, SharePoint, Confluence ja sisäinen verkkosisältö, sekä yli 100 valmiiksi rakennettuun toimintaliittimeen kolmannen osapuolen järjestelmiin kuten Outlook, Slack, Jira ja Asana. Käyttäjät voivat myös kutsua agenttityönkulkuja Model Context Protocol (MCP) -protokollan kautta. NVIDIA NeMo Agent Toolkit on avoimen lähdekoodin, kehysriippumaton kirjasto agenttityönkulkujen rakentamiseen, arviointiin, profilointiin ja optimointiin. Se on yhteensopiva LangChainin, LlamaIndexin, CrewAI:n, Microsoft Semantic Kernelin, Google ADK:n ja mukautettujen Python-agenttien kanssa. Ratkaisussa toimitusketjun analyytikot käyttävät Amazon Quick -keskusteluagenttia ongelmien diagnosointiin, mikä käynnistää NeMo Agent Toolkit -työnkulun, joka tutkii häiriöitä, kutsuu toimitusketjun työkaluja (esimerkiksi ostotilausriski, varastoaltistus, asiakasvaikutus, käytäntöhaku, logistiikkavaihtoehdot, lievennyssuositus), validoi suosituksen ja palauttaa priorisoidun lievennyssuunnitelman todisteineen, jäljitystietoineen, viiveineen ja arviointitietoineen. Arkkitehtuuri sisältää Amazon Quickin käyttöliittymänä ja tietopääsynä, Amazon Bedrock AgentCoren MCP-yhdyskäytävänä ja -suoritusympäristönä sekä NeMo Agent Toolkitin taustatyönkulkuna. Käyttöönotto tapahtuu AWS CloudFormationilla, AWS CodeBuildillä ja Amazon ECR:llä. Käyttäjät voivat luoda kojelaudan käyttäen esimerkkidataa ja luoda tietolähteitä strukturoimattomalle kontekstille.
Lähde: AWS ML blog — Alkuperäinen
Aiemmat aiheeseen liittyvät kirjoituksemme ↓
Tuoreet uutiset