使用 AtScale 和 Amazon Bedrock AgentCore 在 AWS 上为代理式 AI 构建语义层
aws ·
本文详细介绍了在 AWS 上为 Agentic AI 构建语义层的系列文章的第三部分,重点介绍了如何利用 AtScale 和 Amazon Bedrock AgentCore。文章展示了如何使用 AtScale 的维度建模方法实现“客户全景(Customer 360)”模式,这与前几篇文章中使用的基于图或虚拟化的方法不同。该解决方案采用语义建模语言(SML)来定义数据集、层次结构和度量指标,这些内容通过 Git 进行版本控制,并通过 SQL、XMLA 和模型上下文协议(MCP)暴露。托管在 AgentCore 上的 Strands 代理使用 Claude Sonnet 4.6 来解析用户问题,并向 AtScale MCP 服务器生成查询。该架构通过 AgentCore Identity 确保安全的身份传播,在查询到达 Amazon Redshift 之前,在语义层强制执行基于角色的访问控制和行级安全性。AtScale 的自主聚合管理功能通过检测查询模式并将它们路由到预物化的汇总表来优化性能。最后,文章概述了在 Amazon EKS 上的部署情况,并验证了该语义层能够为 AI 代理和传统商业智能工具提供一致且受治理的答案。
aws