Amazon Quick ve NVIDIA NeMo Agent Toolkit ile Özelleşmiş Ajan İş Akışları
Amazon Web Services
NVIDIA
Amazon Quick ve NVIDIA NeMo Agent Toolkit, iş kullanıcıları için özelleşmiş ajan iş akışları oluşturmak amacıyla birleştirildi. Tedarik zinciri riski örneği kullanılan çözüm, planlamacıların bir sohbet arabirimi aracılığıyla gösterge paneli bağlamından azaltma önerilerine geçmesine olanak tanırken, arka uç orkestrasyonu NeMo tarafından yönetiliyor.
Yazı, iş kullanıcılarına yönelik özel ajan iş akışları oluşturmak için Amazon Quick ve NVIDIA NeMo Agent Toolkit'i birleştiren bir çözümü, tedarik zinciri risk kullanım senaryosuna odaklanarak anlatıyor. Amazon Quick, iş kullanıcıları için ön uç görevi görerek yapılandırılmış verilere, Amazon S3, Google Drive, SharePoint, Confluence ve dahili web içeriği gibi kaynaklardan gelen kurumsal bilgiye ve Outlook, Slack, Jira ve Asana gibi üçüncü taraf sistemlere yönelik 100'den fazla önceden oluşturulmuş eylem bağlayıcısına erişim sağlayan bir konuşma çalışma alanı sunuyor. Kullanıcılar ayrıca Model Context Protocol (MCP) aracılığıyla ajan iş akışlarını da çağırabiliyor. NVIDIA NeMo Agent Toolkit, LangChain, LlamaIndex, CrewAI, Microsoft Semantic Kernel, Google ADK ve özel Python ajanlarıyla uyumlu, ajan iş akışlarını oluşturmak, değerlendirmek, profillemek ve optimize etmek için açık kaynaklı, çerçeveden bağımsız bir kütüphane. Çözümde, tedarik zinciri analistleri sorunları teşhis etmek için bir Amazon Quick sohbet ajanı kullanıyor; bu ajan, kesintileri araştıran, tedarik zinciri araçlarını çağıran (örneğin, satın alma siparişi riski, stok maruziyeti, müşteri etkisi, politika sorgulama, lojistik seçenekleri, hafifletme önerisi), öneriyi doğrulayan ve kanıt, iz, gecikme ve değerlendirici meta verileriyle birlikte sıralanmış bir hafifletme planı döndüren bir NeMo Agent Toolkit iş akışını tetikliyor. Mimari, kullanıcı arayüzü ve bilgi erişimi için Amazon Quick, MCP ağ geçidi ve çalışma zamanı olarak Amazon Bedrock AgentCore ve arka uç iş akışı için NeMo Agent Toolkit'i içeriyor. Dağıtımda AWS CloudFormation, AWS CodeBuild ve Amazon ECR kullanılıyor. Kullanıcılar örnek verilerle bir pano kurabiliyor ve yapılandırılmamış bağlam için bilgi kaynakları oluşturabiliyor.
Kaynak: AWS ML blog —
orijinal
