Agentinių platformų mastelio didinimas naudojant MCP ir Amazon Bedrock AgentCore
Trumpai: „MoEngage“ integravo dirbtinio intelekto agentus į savo klientų įtraukimo platformą, naudodami Model Context Protocol (MCP) ir „Amazon Bedrock AgentCore“, kad esamus API paverstų agentams prieinamais įrankiais. Vertindami savo platformą kaip izoliuotų sesijų ir standartizuotų įrankių schemų architektūrą, jie leido komandoms automatizuoti darbo eigas ir sprendimų priėmimą viename pokalbyje.
Šią santrauką automatiškai parengė dirbtinis intelektas pagal „AWS Machine Learning“ publikaciją. Tai mūsų tekstas, ne originalo kopija — faktai, skaičiai ir citatos priklauso šaltiniui, kurio nuoroda pateikta viršuje ir apačioje.
Kas pasikeitė?
- 1Esami su OpenAPI 3.0 suderinami platformos API konvertuoti į MCP įrankius naudojant „FastMCP“ karkasą.
- 2Įdiegtas „Amazon Bedrock AgentCore“, skirtas sesijų izoliacijai, JWT autentifikavimui ir infrastruktūros mastelio keitimui.
- 3Pristatyti „Merlin AI“ agentai, gebantys savarankiškai generuoti tekstą, valdyti procesus ir priimti sprendimus per įvairius ryšio kanalus.
Kodėl tai svarbu?
Šis požiūris leidžia programinės įrangos tiekėjams pridėti agentines funkcijas neperstatant backend infrastruktūros. Atsiejus argumentavimo variklį (modelius) nuo duomenų prieigos sluoksnio (MCP serverio), galima užtikrinti griežtą daugiabučių sistemų saugumą ir audituojamumą, kartu įgalinant sudėtingas tarpusavyje susijusias agentų darbo eigas.
Ką tai reiškia AI agentams ir kontaktų centrams?
Jūsų kuriamiems balso agentams ir kontaktų centrų automatizavimui šis modelis yra projektas, kaip saugiai atskleisti vidinius įrankius (pvz., CRM paieškas, skambučių transkripcijos analizę ar srauto trigerius) LLM modeliams. Bandydami, atkreipkite dėmesį, kaip „Bedrock AgentCore“ valdo sesijų izoliaciją, palyginti su pasirinktiniais tarpiniais sluoksniais, ir palyginkite „FastMCP“ požiūrį su dabartine įrankių iškvietimo tarpine programine įranga pagal vėlinimą (latency) ir patikimumą.
🧪 Verta testuoti
„FastMCP“ naudojimas automatiškai sinchronizuoti OpenAPI specifikacijas su agentų įrankiais žymiai sumažina priežiūros sąnaudas ir yra tvirtas būdas integruoti LLM į gamybines VoIP/SIP paslaugas.
Šaltiniai
- AWS Machine LearningOficialusPirminis šaltinisOriginalus straipsnis →„How MoEngage built agentic customer engagement on Amazon Bedrock AgentCore“2026-11-16 20:16
- Šaltinio publikavimo data
- 2026-11-16 20:16
- Mūsų sistema rado
- 2026-11-16 20:36
- Santrauka sugeneruota
- 2026-11-16 20:37
Straipsnį pagal originalų šaltinį parašė AI. Faktai, skaičiai ir kainos — iš šaltinio; trūkstamos reikšmės pažymėtos „Nėra oficialių duomenų“. Teisinė informacija, autorių teisės ir privatumas