本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# 上的客服人員 AI 架構、平台、通訊協定和工具 AWS
<a name="introduction"></a>

*Aaron Sempf、Ansley Verzosa 和 Joshua Samuel，Amazon Web Services (AWS)*

*2026 年 1 月* ([文件歷史記錄](doc-history.md))

代理式 AI 是 AI、分散式系統和軟體工程交集的強大範例。這是一個智慧型系統類別，由使用 AI 模型並與工具和資源整合的自動、非同步軟體代理程式組成。客服人員代表使用者或系統，展現代理、可以感知內容、對目標的推理、做出決策，以及採取有目的的動作。這些代理程式通常在分散式環境中獨立運作，旨在追求具有內嵌智慧、記憶體和意圖的委派目標。

在 上 AWS，組織可以利用代理式 AI 來自動化複雜的工作流程、增強決策程序，以及建立更回應的系統。本指南提供有關建置有效代理式 AI 解決方案所需的關鍵元件的資訊：
+ [架構](frameworks.md)會描述目前的代理式 AI 架構，包括檢閱其優點和使用案例。了解這些架構如何減少跨模式、通訊協定和工具的繁重工作。了解金鑰選擇條件，為您的需求選擇正確的架構。
+ [平台](agentic-ai-platforms.md)提供代理式 AI 平台 （受管代理程式、開放原始碼協同運作和混合） 的概觀，以及選擇或設計的考量事項。
+ [通訊協定](agentic-protocols.md)探索客服人員互動所需的基本標準化通訊協定。Agent-to-agent程式通訊協定正在出現，例如開放原始碼模型內容通訊協定 (MCP) 和 Agent2Agent (A2A)，以及其他專屬實作。探索常見的通訊協定如何讓不同的通訊協定無縫互動。
+ [工具](tools.md)提供有關通訊協定型工具 （例如 MCP)、架構原生工具和中繼工具的資訊。組織可以建置工具組，與其工作流程中的關鍵系統整合，同時啟用最終使用者和伺服器型代理程式工作流程。

## 目標對象
<a name="intended-audience"></a>

本指南適用於尋求在現代雲端原生應用程式中利用 AI 驅動軟體代理程式的架構師、開發人員和技術領導者。

## 目標
<a name="objectives"></a>

本指南可協助您執行以下操作：
+ 比較不同的客服人員 AI 架構，為您的使用案例選擇最適合的架構。
+ 了解客服人員 AI 平台，這些平台提供將個別客服人員轉換為協調、適應性系統的功能。
+ 了解開放式通訊協定在建置永續性代理式 AI 架構方面的優勢。
+ 在建置代理程式系統時，建立適當的工具整合策略。

## 關於此內容系列
<a name="series"></a>

本指南是代理式 AI 相關系列的一部分 AWS。如需詳細資訊和檢視此系列中的其他指南，請參閱 AWS 規範性指導網站上的 [客服人員 AI](https://aws.amazon.com/prescriptive-guidance/agentic-ai/) 。