Epsilon 基于 Amazon Nova Act 构建意图驱动 UI 测试
Epsilon 利用 Amazon Nova Act 和 Amazon Bedrock AgentCore Browser Tool，构建了一个多租户的意图驱动 UI 测试平台服务。该平台支持自然语言测试步骤，无需维护浏览器二进制文件或显示服务器，并通过标准 AWS 凭据链实现跨账号认证。文章详细展示了其包含工作流创建、异步执行及截图存储的架构设计，以及核心集成代码与测试最佳实践。
#MCP/工具调用
AWS Machine Learning BlogAI 评分2222
AWS Machine Learning Blog精选AI 评分3636 拜耳作物科学基于 Amazon Bedrock AgentCore 构建智能体决策引擎 ADE
拜耳作物科学基于 Amazon Bedrock AgentCore 构建了 Agentic Decision Engine，通过 Supervisor 与 Specialist 多智能体协作处理植物育种决策问题。
推荐理由：原文给出多智能体决策引擎在制药研发的实际落地路径与五个关键设计原则，可迁移用于企业级复杂数据系统的自然语言接入。
AWS Machine Learning Blog精选AI 评分3939 AWS 发布通过 Amazon Quick 与 AgentCore 构建供应链智能体的参考架构与部署指南
AWS 发布参考架构与部署指南，展示如何用 Amazon Bedrock AgentCore 和 Amazon Quick 把供应链多系统数据变为自然语言对话智能。
推荐理由：原文给出一套可复用的供应链智能体参考架构与分步部署指南，覆盖 AgentCore、MCP 连接器和 Amazon Quick 的端到端集成。
AWS Machine Learning Blog精选AI 评分4545 Smartsheet MCP Server 发布，支持通过自然语言操作项目数据
Smartsheet 发布通用可用的 MCP Server，提供 40 多种工具用于读取、写入和管理 Smartsheet 数据，已与 Amazon Quick 和 Kiro 集成。该服务可通过 Streamable HTTP 在商业 US、EU 和 AU 三个区域访问，使用 OAuth 2.0 或个人访问令牌认证，允许项目经理和业务用户通过自然语言查询项目状态、更新任务以及生成摘要。
推荐理由：官方给出通过 MCP 协议对接 Smartsheet 的具体步骤，适用于想在 Amazon Quick 或 Kiro 中使用工作管理数据的场景。
AWS Machine Learning Blog精选AI 评分3636 Smartsheet MCP Server 通用版发布，支持 Amazon Quick 与 Kiro 接入
Smartsheet 发布了通用可用的 MCP Server，提供 40 多个工具用于读取和管理表格、任务与自动化。可通过 Amazon Quick 让业务人员用自然语言查询和更新项目状态，或通过 Kiro 让开发者在不切换工作流的情况下获取 Sprint 数据并自动更新任务。
推荐理由：文章演示了通过 MCP 连接 Smartsheet 到 Amazon Quick 和 Kiro 的实操流程，可直接复制配置参考。
AWS Machine Learning Blog精选AI 评分4040 AtScale与Amazon Bedrock AgentCore发布Agentic AI语义层方案
AWS与AtScale联合发布在Amazon EKS上构建Agentic AI语义层的方案，该方案通过AtScale MCP服务器与Amazon Bedrock AgentCore集成，支持将SML语义模型暴露给AI智能体，实现基于角色的访问控制和行级安全策略，同时保持与现有BI工具的兼容性。
推荐理由：官方给出了AtScale语义层与Bedrock AgentCore的落地方案，含MCP协议与身份治理细节。
AWS Machine Learning Blog精选AI 评分3939 AWS 教程：用 Strategy Mosaic 与 Bedrock AgentCore 构建 Agent 语义层
AWS 发布系列第三篇教程，使用 Strategy Mosaic 在 Amazon Redshift 与 Aurora 上构建面向 Agentic AI 的维度语义层，并通过 MCP 端点将模型暴露给托管在 Amazon Bedrock AgentCore 中的 Strands Agent。
推荐理由：文章给出基于 AgentCore 与 Mosaic 的 Agent 接入落地方案，适合想通过 MCP 把语义层接入智能体的工程师参考。
AWS Machine Learning BlogAI 评分3333 在 AWS 上使用 Denodo 和 Amazon Bedrock AgentCore 为 Agentic AI 构建语义层
AWS 博客演示了如何通过 Denodo 平台在 Amazon Bedrock AgentCore 上为 Agentic AI 构建语义层，实现对企业级数据的安全访问。
AWS Machine Learning BlogAI 评分3333 Eon 在 Amazon Bedrock AgentCore 上构建多云调查 MCP 网关
Eon 使用 Amazon Bedrock AgentCore 替代分散的凭据和本地 MCP 进程，构建统一的多云调查网关。新员工配置调查工具的时间从约两天缩短至两分钟。该架构通过统一网关为开发者和运行 Claude 的自主 SRE 代理提供跨 AWS、GCP 和 Azure 的工具访问及细粒度权限控制。
AWS Machine Learning Blog精选AI 评分5555 AWS联合Keyfactor发布X.509 PKI AI智能体安全架构
AWS与Keyfactor发布参考架构，用X.509 PKI解决多智能体系统缺乏身份认证的问题。方案通过签名请求信封、用户签名委托断言、RFC 8693范围限定令牌和实时OCSP撤销检查四层机制，实现智能体间的零信任身份验证。
推荐理由：首次给出基于X.509 PKI的AI智能体零信任身份认证参考架构，提供可落地的代码与流程。
Google DeepMind精选AI 评分6060 Google Antigravity 发布分子结构可视化功能，加速抗菌肽发现
Google DeepMind 发布 Google Antigravity，这是一个面向生物研究的 Agentic 开发平台，整合了多数据库检索、ProtNLM 蛋白质功能预测及全新的 Biomolecular Structure Viewer 3D 可视化功能。
推荐理由：原文展示了平台能力细节和具体生物研究用例，读者可据此评估其科研工具价值。
GitHub Blog · AI & ML精选AI 评分4747 GitHub Copilot 初学者：如何教 Copilot 了解你的代码库
GitHub 发布 Copilot 初学者系列文章，介绍用自定义指令、Agent 技能、自定义 Agent 和 MCP 服务器四种方式把项目约定、流程和外部工具喂给 Copilot。
推荐理由：原文给出了四种让 Copilot 了解项目规则的具体方式，读者可以直接参考配置路径使用。