本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

# 模式 5：接地代理 AI 工作流程
<a name="pattern-grounded-agent-ai"></a>

大型语言模型 (LLMs) 功能强大，但默认情况下它们是无限的。他们缺乏对专有数据、业务规则或操作限制的认识，这使得他们面临与用户或系统直接交互的风险。

企业面临以下共同挑战：
+ LLMs 当他们不知道答案时会产生幻觉，从而对信任和合规构成风险。
+ 回应缺乏以特定领域的事实、政策或实时状态（例如订单、账户和权利）为依据。
+ 动态任务自动化（例如，订单查询、支持分类和 IT 运营）通常需要调用真实 APIs 和工具，而不仅仅是生成文本。
+ 构建传统的意图路由器、对话管理器和基于规则的流程成本高昂、脆弱且不可扩展。

为了应对这些挑战，企业希望代理人能够明智地推理、自主行动并以事实为依据。

## 根深蒂固的代理 AI 工作流程：具有信任和情境的自主智能
<a name="section-pattern-grounded-agent"></a>

*根深蒂固的代理 AI 工作流程*模式使用 [Amazon Bedrock](https://docs.aws.amazon.com/bedrock/latest/userguide/agents.html) Agents 来协调语义推理、工具调用和知识基础。这些代理使 AI 助手能够使用企业和文档获取用户输入、了解意图 APIs 并完成多步骤任务。

与简单的聊天机器人或静态 LLM 提示不同，Amazon Bedrock 代理：
+ 解释自然语言目标。
+ 动态选择和调用工具（通过使用 AWS Lambda 函数）。
+ 搜索或查询知识库以扎根于企业真相。
+ 返回符合情境的多步骤响应，具有可追溯性和可操作性。

参考架构按如下方式实现每个层：
+ **事件触发** — 使用 [Amazon API Gateway](https://docs.aws.amazon.com/apigateway/latest/developerguide/welcome.html)、聊天机器人用户界面或支持门户通过 Amazon Bedrock 触发代理互动
+ **处理** — 实施 [Lambda](https://docs.aws.amazon.com/lambda/latest/dg/welcome.html) 来格式化输入、应用安全上下文（例如，用户角色或授权）以及丰富元数据
+ **推**理 — 使用 Amazon Bedrock 代理接收提示、调用 Lambda 工具（例如`getOrderStatus`）、通过知识库进行基础研究以及汇编最终响应
+ **后处理**-使用 Lambda 检查代理输出（例如，如果 “订单丢失” 则上报并通知支持团队）
+ **输出** — 返回代理对 UI 的响应或将其记录到[亚马逊简单存储服务](https://docs.aws.amazon.com/AmazonS3/latest/userguide/Welcome.html) (Amazon S3) 或[亚马逊 OpenSearch 服务](https://docs.aws.amazon.com/opensearch-service/latest/developerguide/what-is.html)进行审计、培训或分析

## 用例：零售客户服务代理
<a name="section-use-case-retail-service"></a>

一家全球零售商希望自动回复常见的客户询问，例如：“我的订单在哪里？” ，“我想退回这双鞋。 “，以及 “我需要支付退货运费吗？”

答案取决于诸如买家的实时订单数据、退货资格和时间表以及特定地区的政策等因素。

针对此用例，基于代理的工作流程遵循以下步骤：

1. 用户使用应用程序或聊天输入查询。

1. API Gateway 将查询路由到亚马逊 Bedrock 代理。

1. 代理执行以下操作：
   + 解析意图（“退货请求”）
   + 调用 Lambda 工具 `lookupOrderStatus`
   + 通过知识库执行策略查询
   + `initiateReturn `如果符合条件，请致电
   + 撰写完整的回复：“您的退货已启动。期望在电子邮件中收到标签。”

所有操作都已接地、记录在案，并在企业护栏内执行。

## Amazon Bedrock Agents 在这种模式中的主要特征
<a name="section-bedrock-agents-features"></a>

对于接地代理 AI 工作流程模式，Amazon Bedrock 代理提供以下主要功能和优点：
+ **工具选择**使代理能够为每项任务选择正确的 Lambda 函数（工具）。
+ **内存和会话状态**允许代理跨轮流维护上下文。
+ 有@@ **根据的答案**从存储在 Amazon S3 中的知识库中检索权威数据。
+ **思维链（CoT）推理**使代理能够将复杂的提示分解为子目标并按顺序采取行动。
+ **安全上下文**允许使用 AWS Identity and Access Management (IAM) 和上下文参数，根据租户、用户或角色来确定工具的范围。

## 接地代理 AI 工作流程模式的治理和控制最佳实践
<a name="section-grounded-agent-governance"></a>

要使根深蒂固的代理 AI 工作流程为企业做好准备，组织应考虑以下控制措施：
+ 版本控制代理配置（例如，工具、说明和知识库）。
+ 使用结构化日志和跟踪来提高 IDs 可审计性。
+ 应用提示政策、许可名单和审核检查。
+ 定义后备流程（例如，升级到人工或重新路由到静态常见问题解答）。

这些控件可以使用 Lambda、 EventBridge、以及[AWS Step Functions](https://docs.aws.amazon.com/step-functions/latest/dg/welcome.html)围绕代理核心进行编排。

## 接地代理 AI 工作流程模式的商业价值
<a name="section-grounded-agent-business-value"></a>

这种模式在以下领域提供了价值：
+ **客户体验** — 无需上报即可自助解决 70-80% 的查询
+ **运营效率** — 减少支持请求量和分类开销
+ **是时候解决**问题了 — 使用真实数据提供即时答案，无需等待人工代理
+ **可扩展性** — 处理数千次并发互动，而不会增加人手
+ **跨域重复使用** — 将相同的模式应用于多个领域，例如 IT 支持、人力资源服务台、法律问答等

扎根的代理 AI 工作流程使企业能够超越静态问答，转向目标驱动的自动化，而不会牺牲控制力、合规性或准确性。通过将 LLM 推理与安全的无服务器 API 执行和知识检索相结合，Amazon Bedrock Agents 提供可起作用的 AI 功能，而不仅仅是响应。

扎根的代理是智能企业交互架构，模块化、接地且随时可以扩展。