使用 AtScale 和 Amazon Bedrock AgentCore 在 AWS 上构建面向智能体 AI 的语义层

发生了什么

本指南介绍如何在 Amazon Redshift 之上使用 AtScale 构建 Customer 360 语义层，并通过 MCP 将其连接到托管在 Amazon Bedrock AgentCore 上的 Strands 智能体。内容涵盖由 Git 进行版本控制的 SML 模型、查询聚合、身份传递、访问控制，以及在 Amazon EKS 上的部署。演示使用 Claude Sonnet 4.6，并将智能体结果与 Excel 汇总数据进行比较，同时说明 AtScale 的每条查询都在一个数据仓库引擎中执行。

这件事到目前为止

AWS 发布了一篇教程，展示如何在 Amazon Redshift 上使用 AtScale 构建 Customer 360 语义层，并通过 MCP 将其连接到托管在 Amazon Bedrock AgentCore 上的 Strands 智能体。教程使用 Claude Sonnet 4.6，并将智能体的结果与 Excel 汇总值进行比较。 指南介绍了如何使用语义建模语言（SML）定义数据集、维度、层级和度量值，并将模型纳入 Git 进行版本管理。指南还说明了查询聚合、身份传递、访问控制以及在 Amazon EKS 上部署。AWS 指出，每个 AtScale 查询都在单一数据仓库引擎中执行。

继续阅读

正在热议

1. 1DeepSeek 开源 DeepInfer 和 API 组件，但模型与硬件支持有限
2. 2Mistral 发布 Voxtral 3 语音模型、语音代理 API 和基于 LiveKit 的 SDK
3. 3OpenAI 在 ChatGPT 中推出锁定聊天功能，支持 PIN 码和生物识别访问
4. 4OpenAI 收购 Orchestra Bio，助力药物开发