Construir uma camada semântica para IA agenial na AWS com AtScale e Amazon Bedrock AgentCore
aws ·
Este artigo detalha a terceira parte de uma série sobre a construção de camadas semânticas para IA agêntica na AWS, utilizando especificamente AtScale e Amazon Bedrock AgentCore. Ele demonstra como implementar um padrão Customer 360 por meio da abordagem de modelagem dimensional do AtScale, que difere dos métodos baseados em grafos ou virtualização utilizados nos posts anteriores. A solução emprega a Linguagem de Modelagem Semântica (SML) para definir conjuntos de dados, hierarquias e medidas, versionados no Git e expostos via SQL, XMLA e Protocolo de Contexto de Modelo (MCP). Um agente Strands hospedado no AgentCore utiliza o Claude Sonnet 4.6 para interpretar perguntas dos usuários e gerar consultas contra o servidor MCP do AtScale. A arquitetura garante a propagação segura de identidades por meio do AgentCore Identity, aplicando controle de acesso baseado em funções e segurança em nível de linha na camada semântica antes que as consultas alcancem o Amazon Redshift. O gerenciamento autônomo de agregações do AtScale otimiza o desempenho ao detectar padrões de consulta e roteá-los para tabelas resumo pré-materializadas. Por fim, o post descreve a implantação no Amazon EKS e verifica se a camada semântica fornece respostas consistentes e governadas tanto para agentes de IA quanto para ferramentas tradicionais de BI.
aws