Amazon Quick et NVIDIA NeMo Agent Toolkit pour des flux d'agents spécialisés

L'article décrit une solution qui combine Amazon Quick et NVIDIA NeMo Agent Toolkit pour créer des workflows d'agents spécialisés destinés aux utilisateurs métier, en se concentrant sur un cas d'usage de gestion des risques dans la chaîne d'approvisionnement. Amazon Quick sert de front-end pour les utilisateurs métier, offrant un espace de travail conversationnel pour accéder aux données structurées, aux connaissances d'entreprise provenant de sources telles qu'Amazon S3, Google Drive, SharePoint, Confluence et du contenu web interne, ainsi qu'à plus de 100 connecteurs d'action pré-construits vers des systèmes tiers comme Outlook, Slack, Jira et Asana. Les utilisateurs peuvent également invoquer des workflows agentiques via le Model Context Protocol (MCP). NVIDIA NeMo Agent Toolkit est une bibliothèque open source, indépendante du framework, pour construire, évaluer, profiler et optimiser les workflows agentiques, compatible avec LangChain, LlamaIndex, CrewAI, Microsoft Semantic Kernel, Google ADK et les agents Python personnalisés. Dans la solution, les analystes de la chaîne d'approvisionnement utilisent un agent de chat Amazon Quick pour diagnostiquer les problèmes, ce qui déclenche un workflow NeMo Agent Toolkit qui enquête sur les perturbations, appelle des outils de la chaîne d'approvisionnement (par exemple, risque de commande d'achat, exposition des stocks, impact client, consultation des politiques, options logistiques, recommandation d'atténuation), valide la recommandation et renvoie un plan d'atténuation classé avec preuves, traçabilité, latence et métadonnées d'évaluation. L'architecture inclut Amazon Quick pour l'interface utilisateur et l'accès aux connaissances, Amazon Bedrock AgentCore comme passerelle MCP et runtime, et NeMo Agent Toolkit pour le workflow backend. Le déploiement utilise AWS CloudFormation, AWS CodeBuild et Amazon ECR. Les utilisateurs peuvent configurer un tableau de bord à l'aide d'exemples de données et créer des sources de connaissances pour le contexte non structuré.