Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
Fähigkeiten des Agenten zur Modellanpassung
Um Workflows zur Modellanpassung zu beschleunigen, bietet Amazon SageMaker AI eine umfassende Palette von Agentenfähigkeiten, die für die Zusammenarbeit mit KI-Programmierassistenten konzipiert sind, die Fähigkeiten unterstützen, wie Kiro und Claude Code. Diese Fähigkeiten weisen Programmierassistenten in einer IDE oder an der Befehlszeile an, Modellanpassungsaufgaben wie die Spezifikation und Planung von Anwendungsfällen, Datensatztransformation, Auswahl von Anpassungstechniken, Feinabstimmung, Modellevaluierung und Modellbereitstellung mit Optionen für Amazon SageMaker AI und Amazon Bedrock gemäß den Best Practices von Amazon SageMaker AI zu orchestrieren. Sie können Ihrem Programmierassistenten Ihren Anwendungsfall und Ihren bevorzugten Arbeitsablauf in natürlicher Sprache beschreiben. Dieser gibt, angeleitet von den SageMaker KI-Kenntnissen von Amazon, Codekonstrukte aus, die den Aufruf und die Orchestrierung von Amazon SageMaker AI-APIs und MCP-Tools handhaben.
Amazon SageMaker AI-Fähigkeiten werden als Open-Source-Agent-Plugin über das AWS Agent GitHub Plugins-Repository vertrieben, das von AWSLabs verwaltet wird. Durch die Einhaltung des durch den offenen Standard Agent Skills definierten SKILL.md Standardformats bleiben diese Fähigkeiten in jeder kompatiblen Codierungsumgebung übertragbar.
Erste Schritte: Greifen Sie GitHub über das AWSLabs Agent Plugins-Repository auf die Fähigkeiten der Amazon SageMaker AI-Agentensagemaker-ai Für Programmierassistenten, die Agenten-Plugins nicht direkt unterstützen (z. B. Kiro CLI oder IDE ab März 2026), installieren Sie den MCP-Server und Skills separat, wie in der Readme-Datei
