基于 AgentCore Gateway 与 MCP 构建多账户企业级 AI Agent
本文介绍了一种结合 Amazon Bedrock AgentCore Gateway 与 MCP(模型上下文协议)构建多账户 AI Agent 的架构方案。该架构将各业务团队的数据独立保存在各自的 AWS 账户中,并通过部署 MCP 服务器对外提供接口;中央平台账户则负责运行 AI Agent,既实现了跨部门数据的统筹查询,又保障了跨账户安全访问与细粒度授权控制。
本文介绍了一种结合 Amazon Bedrock AgentCore Gateway 与 MCP(模型上下文协议)构建多账户 AI Agent 的架构方案。该架构将各业务团队的数据独立保存在各自的 AWS 账户中,并通过部署 MCP 服务器对外提供接口;中央平台账户则负责运行 AI Agent,既实现了跨部门数据的统筹查询,又保障了跨账户安全访问与细粒度授权控制。
荷兰百年零售巨头 HEMA 借助 Amazon Bedrock AgentCore 构建了名为 HAL 的内部 AI 助手,以解决员工频繁切换系统门户查找信息的痛点。HAL 采用模型上下文协议(MCP),直接在团队现有的日常工具内提供受治理的企业知识与即时解答。该方案强化了安全架构,客户端无需配置 AWS 凭证,而是统一由 Microsoft Entra ID 保障身份与访问安全。
公共部门机构日常需处理大量如执法记录仪视频和扫描文档等非结构化证据。本文介绍了如何将 Amazon Bedrock 数据自动化与模型上下文协议(MCP)相结合,将这些非结构化多模态数据转化为结构化洞察,并通过自然语言在 Salesforce Agentforce 智能体平台中实现无缝查询与交互分析。