AWS 发布基于 AgentCore 的自改进文档处理教程，实现新格式零配置与错误自动修复

AWS 发布了一篇关于使用 Amazon Bedrock AgentCore 构建自改进智能文档处理（IDP）系统的详细教程，旨在解决传统模板系统在面对供应商发票等文档布局变化时维护成本高、易失效的问题。该方案利用多智能体协作替代静态规则，使系统能够自动分类、提取、验证并从业务文档中学习，无需为每种新格式进行手动模板配置。

核心机制在于两个反馈循环：当遇到新文档类型时，Instructions Fixer 智能体会在验证失败后诊断错误（如示例中 Vendor SKU 格式不匹配），生成并应用转换规则（例如添加前缀 AB-），随后 Save Instructions 智能体将优化后的提示词持久化到向量存储中；当再次遇到同类文档时，Matcher 智能体直接复用这些指令，跳过生成步骤。这种架构使得处理时间从首次运行的 3 分 49 秒缩短至后续处理的 1 分 30 秒，实现了真正的自我进化。

技术实现上，该方案采用 Strands Agents SDK 作为框架，通过 AgentCore Gateway 将 AWS Lambda 函数转化为支持 Model Context Protocol (MCP) 的工具，并利用 S3 Vectors 进行相似性检索。成本方面，对于每月处理 1000 份文档的工作负载，估算成本约为 58 美元，其中基础模型推理占 85%。文章提供了完整的 GitHub 仓库代码和 CloudFormation 部署脚本，允许用户替换 JSON Schema 和验证逻辑以适配 ERP 或 CRM 等下游系统。事实：系统能自动学习并保存指令；推断：该模式适用于其他需要适应非结构化数据变化的企业流程；猜测：随着 AgentCore 能力的迭代，未来可能进一步降低对人工定义 Schema 的依赖。