AWS опубликовала шаблон для создания ИИ-помощника по ремонту оборудования на основе Amazon Bedrock AgentCore. Решение предназначено для фермеров и полевых техников: оно помогает диагностировать неисправности, определять необходимые запчасти и получать одобренные производителем процедуры ремонта через запросы на естественном языке.
Архитектура включает несколько ключевых компонентов. Amazon Cognito управляет аутентификацией пользователей, AWS Amplify хостит веб-интерфейс на React. Основная логика работает на AgentCore Runtime с использованием Strands Agents SDK. В качестве фундаментальной модели выбрана Amazon Nova 2 Lite. Для поиска информации по документации применяется Bedrock Knowledge Base с векторным поиском на Amazon OpenSearch Serverless и эмбеддингами Amazon Titan. AgentCore Memory обеспечивает сохранение контекста как внутри сессии, так и между сессиями. Данные о тикетах хранятся в Amazon DynamoDB, мониторинг обеспечивают CloudWatch и AWS X-Ray.
| Компонент | Роль |
|---|---|
| Amazon Cognito | Аутентификация пользователей |
| AWS Amplify | Хостинг веб-интерфейса (React) |
| AgentCore Runtime | Запуск ИИ-агента через Strands Agents SDK |
| Amazon Nova 2 Lite | Фундаментальная модель для генерации ответов |
| Bedrock Knowledge Base | Хранение и поиск по документации (RAG) |
| AgentCore Memory | Сохранение контекста сессий и фактов |
| Amazon DynamoDB | Хранение данных о сервисных тикетах |
| CloudWatch / AWS X-Ray | Мониторинг и трассировка |
Процесс работы выглядит следующим образом: техник открывает веб-приложение, проходит аутентификацию через Cognito и задаёт вопрос в чате. Веб-интерфейс отправляет запрос к эндпоинту AgentCore Runtime с Cognito-токеном. AgentCore валидирует токен, извлекает историю диалога и передаёт запрос Strands-агенту. Агент использует пользовательский инструмент search_equipment_knowledge для вызова Bedrock Knowledge Base, который возвращает релевантные фрагменты документации с указанием источников. Модель синтезирует ответ с процедурами ремонта и рекомендациями по запчастям.
Ассистент использует Amazon Nova 2 Lite и Bedrock Knowledge Base для RAG-поиска по документации.
С точки зрения затрат, основным драйвером стоимости является использование Amazon Bedrock, включая вызовы модели и Knowledge Base. Дополнительно оплачиваются Cognito, Amplify, DynamoDB, OpenSearch Serverless и другие сервисы. AWS приводит примерные оценки для тестового сценария, но конкретные цифры зависят от объёмов. Так AWS монетизирует использование собственных облачных сервисов, при этом предоставляя готовый шаблон для быстрого развёртывания подобных решений. Остаётся неясным, насколько точными будут диагнозы при реальной эксплуатации и как часто документация покрывает все возможные неисправности. Тем не менее шаблон может быть полезен для прототипирования и внутренних проектов.