AgentCore и Strands Agents используют Amazon Nova для автоматизации правок дашбордов Amazon Quick

Представлено решение, которое объединяет Amazon Bedrock AgentCore, фреймворк Strands Agents и возможности NLP от Amazon Nova для автоматического обнаружения и изменения элементов дашбордов Amazon Quick с сохранением аудита, безопасности и возможности отката.

Появилось решение, которое автоматизирует правки дашбордов Amazon Quick, сочетая Amazon Bedrock AgentCore, фреймворк Strands Agents и возможности NLP от Amazon Nova. Это позволяет аналитикам отправлять запросы на естественном языке и получать либо оперативные пояснения, либо реальные изменения в визуализациях без длительного ожидания реакции IT‑команд. Для пользователей это означает ускорение обработки запросов и более быструю адаптацию отчетов к меняющимся бизнес‑требованиям. Архитектура реализована как мультиагентная система: Orchestrator Agent служит точкой входа и классификатором намерений, Find Dashboard Agent отвечает за поиск дашбордов и извлечение метаданных колонок, а Modify Dashboard Agent выполняет валидацию колонок, обновление визуализаций и создание новых версий дашбордов. Такой раздел ролей обеспечивает модульность и позволяет каждому агенту концентрироваться на своей задаче.

AgentCore обеспечивает инфраструктурную основу: он запускает агентов, управляет памятью сессий и предоставляет средства наблюдаемости. В системе выделены AgentCore Memory, где сохраняется контекст сессий, и AgentCore Observability, который логирует решения агентов и взаимодействия с API для последующего анализа и трассировки. Эти компоненты упрощают мониторинг качества и поведение в продакшене. Поток обработки запросов строится так: Orchestrator Agent сначала классифицирует намерение пользователя; если требуется поиск — срабатывает Find Dashboard Agent, который извлекает метаданные колонок; если необходимо внести изменения, Modify Dashboard Agent проводит валидацию колонок, обновляет визуализации и создает новую версию дашборда. Разделение функций помогает сохранить контроль качества и упрощает аудит действий.

Решение использует Amazon Nova для обработки разговорных запросов: простые вопросы получают быстрые ответы от модели NLP, а операционные команды направляются в фреймворк Strands для более строгой валидации и исполнения. При этом сохраняется аудит действий и оригинальные версии дашбордов, что обеспечивает возможность отката и обеспечивает прозрачность изменений. По задумке авторов такая автоматизация адресует реальную проблему: аналитики часто ждут дни, пока IT интерпретирует требования, изучит API и схемы таблиц и внесёт изменения. Автономные агенты сокращают время реакции на изменения, оставаясь при этом контролируемыми за счёт встроенных проверок, логов и версионности дашбордов.

Практическая реализация предполагает три шага: собрать агенты (Find Dashboard, Modify Dashboard, Orchestrator), задеплоить их в Amazon Bedrock AgentCore и протестировать через AWS Management Console. Требования включают аккаунт с правами на Amazon Bedrock и Amazon Quick, настроенные IAM‑права и существующие дашборды в Quick. Поддерживаемые версии Python: 3.10–3.13.