02:34官方一手Hugging Face: Blog(博客/媒体)精选Hugging Face联合亚马逊推出Strands Agents,结合LeRobot与Hugging Face Storage Buckets,为机器人数据循环提供统一工作流。该方案支持从数据记录、模型训练到部署的全流程管理。用户可在同一环境中完成机器人操作数据的采集与存储。LeRobot负责训练行为克隆等策略。Strands Agents则用于部署和推理。技巧LeRobotStrands AgentsHugging Face1 个信源在谈事件专题推荐理由:想搞机器人数据闭环的可以看看,Hugging Face和亚马逊把记录、训练、部署全串在一起了,不用再东拼西凑工具。原文稍后读已读值得跟进有用关注 LeRobot
00:23官方一手AWS Machine Learning Blog@Salman Moghal精选AWS发布博客,介绍如何用Amazon Bedrock AgentCore Browser Tool和Strands Agents自动化需要人工交互的遗留Web应用。方案通过安全隔离的浏览器会话驱动旧界面,同时保留人工监督和完整审计日志。文章给出了参考架构,适合处理无法通过API集成的老旧系统。技巧AWSBedrockAgentCore1 个信源在谈事件专题推荐理由:AWS官方出教程了,教你用AgentCore浏览器工具让AI替你操作老系统,还带审计和人工监控,搞自动化的可以看看。原文稍后读已读值得跟进有用关注 AWS
01:10官方一手AWS Machine Learning Blog@Sanjay Nagraj精选Jefferies基于Strands Agents agent harness SDK,结合Amazon Bedrock和Bedrock知识库构建了前台交易助手。该方案利用大语言模型与Model Context Protocol(MCP)安全连接数据源和工具。AI代理通过编排基础模型调用和外部工具实现推理、规划和执行。该交易助手优化了Jefferies的前台交易操作流程,提升了运营效率。技巧Strands AgentsAmazon BedrockMCP/协议推荐理由:Jefferies用Strands Agents和Amazon Bedrock造了个交易助手,能自动调用工具处理数据,相比传统方案更灵活。原文稍后读已读值得跟进有用关注 Strands Agents
02:54官方一手AWS Machine Learning Blog@Amit Deol精选Thrad.ai 使用 Strands Agents 与 Amazon Bedrock AgentCore 构建了一个多智能体系统,自动化从潜在客户发现到个性化邮件生成的完整流程。系统对比了 Swarm 和 Graph 两种编排模式在延迟、成本和邮件质量三个维度的基准测试结果。潜在客户评分采用加权标准、意图分类和时间衰减机制,确保高意向客户优先处理。此外,该系统集成了生产部署所需的治理控制,包括权限管理和审计日志。技巧Strands AgentsAmazon BedrockThrad.ai1 个信源在谈事件专题推荐理由:Thrad.ai 用 Strands Agents 和 Bedrock 搭了多智能体系统,自动找客户并写邮件,还给出了两种编排模式的成本和性能对比。原文稍后读已读值得跟进有用关注 Strands Agents
00:55官方一手Hugging Face: Blog(博客/媒体)精选Strands Agents与LeRobot结合,实现了从Hugging Face Hub加载预训练模型并直接部署到真实机器人硬件。该系统支持多种机器人平台,如Aloha和Franka,并提供了从仿真到现实的无缝映射接口。用户无需编写底层驱动即可运行来自Hub的模型,显著降低了机器人研究的硬件部署门槛。该方案已在Amazon实验室的多个机器人上测试成功,推动了开源机器人生态的发展。AI产品Strands AgentsLeRobotHugging Face Hub1 个信源在谈事件专题推荐理由:想把你训练好的机器人模型直接跑上真实硬件?Hugging Face联合Amazon推出了Strands Agents,连接LeRobot,一键部署,省掉底层驱动烦恼。原文稍后读已读值得跟进有用关注 Strands Agents
11:13官方一手AWS Machine Learning Blog@Anton Selin精选Rocket Close使用Strands Agents、Amazon Bedrock、Amazon Bedrock Knowledge Bases和MCP工具构建了Supercharger解决方案,用于优化产权运营。该方案通过LLM驱动的智能体自动化处理产权搜索和文档分析,减少了人工操作。Rocket Close在实施后实现了运营效率提升,具体数字未公开。技术栈选择基于Amazon Bedrock的托管服务和MCP工具集成,简化了开发流程。AI产品Strands AgentsAmazon BedrockRocket Close2 个信源在谈事件专题推荐理由:看Rocket Close如何用智能体搞定产权运营原文稍后读已读值得跟进有用关注 Strands Agents