如何在 Amazon Bedrock Managed Knowledge Base 上用 Agentic Retrieve 构建带记忆的 AI 智能体
AWS 介绍在 Amazon Bedrock Managed Knowledge Base 的 AgenticRetrieveStream 请求中加入 memoryConfiguration,把 AgentCore memory 作为检索来源,由服务恢复会话、抽取事实并写入记忆。
AWS 介绍在 Amazon Bedrock Managed Knowledge Base 的 AgenticRetrieveStream 请求中加入 memoryConfiguration,把 AgentCore memory 作为检索来源,由服务恢复会话、抽取事实并写入记忆。
AWS 博客系统梳理多智能体系统的设计模式与反模式,把协调方式分为开发者定义路径的 Tier 1(顺序流水线、条件工作流、条件路由、并行工作流)和由模型在运行时决定路径的 Tier 2(计划编排、交接、对话驱动、辩论共识)。
GitHub 发布 agent skills 实践指南,介绍以 SKILL.md 为核心的版本化目录结构,让同一套指令可在不同智能体客户端间复用。文中以 Proof Agent 的独立验证技能和 Data Forge 的多技能数据流水线为例,说明如何把项目配置放进 manifest、让相关技能共用执行路径,并在每个阶段设置人工审批点。
Hugging Face 发布 TRELLIS.2 3D 生成模型的微调脚本与容器,可在本地或 Hugging Face Jobs 上运行。方案用 PEFT 库的 LoRA 只微调稀疏结构流 DiT 与形状流 DiT,冻结材质生成阶段,并以 188 个鞋类物体的 GSO 子集验证鞋底几何精度提升。
GitHub 为密钥扫描训练了专用 ModernBERT 分类器,配合正则候选生成的两阶段流水线,在推送后扫描中把用户接受率提升 11.5%、中位扫描执行时间降低 86%、服务成本较远程 LLM 调用降低 98%。该分类器结合文件路径、变量名和周边代码判断候选字符串是否为真实凭据,使通用密钥检测得以扩展到推送保护阶段。