跳到正文
热点事件持续更新

AWS发布Agent Registry实现MCP工具动态发现

2 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

2026年10月21日,AWS正式发布AWS Agent Registry。该服务旨在解决企业级系统中因硬编码工具导致的扩展瓶颈,允许编排器在运行时通过混合关键词和语义搜索查询已批准的记录。其核心机制包含发现、实例化和执行三个步骤,支持Model Context Protocol (MCP) 服务器及技能的动态发现与任务执行,无需修改代码或重新部署。同日稍晚,AWS还发布了基于Amazon Quick和Bedrock AgentCore的供应链智能体解决方案,通过MCP将分散系统的工具封装为可组合层,使业务人员能用自然语言完成全流程操作。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月21日
  1. AWS Machine Learning Blog精选
    Amazon Quick 与 Bedrock AgentCore 如何以 MCP 模式实现供应链智能体编排

    AWS 发布基于 Amazon Quick 和 Bedrock AgentCore 的供应链智能体解决方案,通过 Model Context Protocol (MCP) 将分散在 ERP、监控、采购等系统的工具封装为可组合层,使业务人员能用自然语言完成从发现到行动的全流程。 该方案的核心在于将智能层(AgentCore)与交互层(Quick)分离:AgentCore 提供 Runtime、Gateway、Identity 和 Policy 服务,支持无服务器托管 MCP 服务器并执行确定性授权;Quick 则作为前端界面,自动连接 AWS Agent Registry 中的四个业务 MCP 服务器(如 Disruption Alerts、Governance、Quoting),无需用户手动配置 URL 或权限。例如,当用户询问“TechComp 停产影响”时,系统通过 assess_disruption_impact 工具调用,一次性关联订单、库存和收入数据,返回 $750K 风险敞口,全程无需切换系统。 事实层面,该架构支持时间触发(如每日 8:30 AM 检查中断)和邮件驱动(解析供应商报价)两种自动化路径,所有结果均生成带审批动作的卡片供人类确认;推断层面,这种“AI 研究、人类决策”的模式可能成为企业级 AI 落地的标准范式,尤其适用于高合规要求的场景;猜测层面,若其他行业复制此模式,需评估其组织激励是否匹配——当前设计强调“每步人工审批”,可能限制规模化效率,但保障安全边界。

  2. AWS Machine Learning Blog精选
    AWS Agent Registry 通过运行时语义搜索实现 MCP 与 A2A 工具的动态发现

    AWS 正式发布 AWS Agent Registry,这是一个用于目录化和发现 Model Context Protocol (MCP) 服务器、Agent 及技能的托管服务。该服务旨在解决企业级系统中因硬编码工具导致的扩展瓶颈,允许编排器在运行时通过混合关键词和语义搜索查询已批准的记录,从而构建客户端并执行任务,而无需修改代码或重新部署。 核心机制包含三个步骤:发现(Discover)、实例化(Instantiate)和执行(Execute)。编排器发送自然语言查询至数据平面,返回包含身份、描述、协议描述符(如 MCP 元数据或 A2A Agent 卡)的记录,但不包含调用凭证。随后,编排器根据描述符类型构建客户端,例如从 Amazon Bedrock AgentCore Gateway 获取 MCP 端点,或通过 boto3 调用 A2A 运行时。认证信息(如 Cognito OAuth 令牌或 IAM 签名)需通过独立的安全配置路径获取,确保凭证不随搜索结果泄露。示例展示了三种场景:仅 MCP 调用、MCP 与 A2A 组合调用,以及基于意图的纯语义匹配(如“退货”匹配到未显式包含该词的客服 Agent)。 该方案将发布流程解耦,团队可独立部署和注册自己的 MCP 服务器或技能,仅需通过审批工作流即可对消费者可见,无需编排器代码变更。生产部署建议结合 Amazon Bedrock Guardrails 进行响应控制,并利用 CloudWatch 和 AgentCore Observability 监控搜索成功率及下游调用结果。虽然小且稳定的目录仍适合硬编码,但对于暴露大量内部 API 的企业 SaaS 环境,运行时发现显著降低了维护成本并提升了灵活性。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。