Tác tửKinh doanh & Thị trường 🇺🇸 24.07.2026 11:04

Smartsheet builds remote MCP server on AWS for integrating AI agents with enterprise data

SmartsheetSmartsheet Amazon Web ServicesAmazon Web Services AnthropicAnthropic
Work management platform Smartsheet has built a remote MCP server on AWS, providing AI agents with structured access to data and functions. The architecture includes AWS Fargate, Amazon Bedrock, and Neptune, supporting both internal AI assistants (Smart Assist) and external clients (Amazon Quick, Claude Desktop). Optimizations have saved over 3 billion tokens, and an access management system is implemented for enterprise customers.
Компания Smartsheet, владеющая корпоративной платформой управления работами, развернула удаленный сервер протокола контекста модели (Model Context Protocol, MCP) на AWS, позволяющий AI-агентам напрямую получать доступ к данным и функциям Smartsheet. Архитектура включает AWS Fargate (Amazon ECS), Amazon Kinesis Data Streams и управляемую службу Amazon для Apache Flink для обработки событий, а также Amazon Bedrock и Amazon Neptune для инференса больших языковых моделей (Large Language Model, LLM) и графа знаний. Все AI-клиенты — как внутренние (например, Smart Assist), так и внешние (Amazon Quick, Claude Desktop) — используют единый MCP-сервер. С момента запуска Smartsheet сэкономил более 3 миллиардов токенов благодаря оптимизациям: прогрессивное раскрытие данных (ограничение токенов на ответ), строго типизированные схемы инструментов и проприетарный формат сериализации, снижающий потребление токенов на 35–47%. Система поддерживает три уровня контроля доступа: глобальное включение AI, ограничение только операциями чтения и полный доступ на запись. Тестирование включает недетерминированные сквозные сценарии с LLM в контуре, а развертывание выполняется с автоматическим откатом через прерыватели цепи развертывания ECS (ECS deployment circuit breakers). Для масштабирования AI-трафика используется автомасштабирование ECS (ECS Auto Scaling) с целевыми политиками, учитывающими объем трафика и загрузку CPU.
Nguồn: AWS ML blog — bản gốc
Bài viết liên quan trước đây ↓
Tin mới