Costruire uno strato semantico per l'AI agente con EDB Postgres AI e Amazon Bedrock AgentCore
aws ·
Questo articolo illustra come costruire un livello semantico per l'AI agentic integrando EDB Postgres AI con Amazon Bedrock AgentCore. La soluzione incorpora il significato aziendale direttamente nel database operativo Postgres tramite un'estensione AIDB, che utilizza istruzioni COMMENT standard e chiavi esterne per definire le relazioni dei dati. Un agente in esecuzione su AgentCore interroga questa base di conoscenza semantica per rispondere alle domande sul cliente a 360 gradi, sfruttando Anthropic Claude per la pianificazione e l'esecuzione. La governance è applicata attraverso primitive native di Postgres, come le istruzioni GRANT e la sicurezza a livello di riga, garantendo che diversi ruoli utente ricevano un accesso ai dati appropriato senza modificare il codice dell'agente. L'architettura instrada le richieste degli utenti autenticati tramite Amazon Cognito dal Gateway di AgentCore verso un endpoint MCP ospitato all'interno dell'istanza Postgres. L'osservabilità è mantenuta tramite tracce OpenTelemetry catturate nel database, consentendo audit trail dettagliati delle esecuzioni SQL. Questo approccio elimina la necessità di cataloghi separati o funzioni Lambda, mantenendo le definizioni dei dati e i controlli di accesso sincronizzati all'interno di un'unica schema.
aws