基于 Amazon Bedrock AgentCore 构建自改进文档处理系统
利用 Amazon Bedrock AgentCore 构建自改进智能文档处理系统，通过多智能体协作实现文档分类、提取与自动学习。该方案支持在 20 分钟内部署，能自动适应新文档格式并复用提取指令，无需手动配置模板。系统整合 Amazon Textract、S3 Vectors 及 Aurora DSQL，结合 Amazon Nova 和 Claude 模型，显著降低文档处理维护成本。
#MCP/工具调用
AWS Machine Learning BlogAI 评分3838
AWS Machine Learning BlogAI 评分5555 Anchor Browser 集成 AgentCore payments 实现 AI Agent 自动支付
Anchor Browser 与 Amazon Bedrock AgentCore payments 集成，使 AI Agent 能自动处理 x402 协议下的 HTTP 402 Payment Required 响应。
AWS Machine Learning BlogAI 评分3232 ShipStation Global 基于 Amazon Bedrock AgentCore 构建 AI IT 帮助台 Deckhand
ShipStation Global 在 Amazon Bedrock AgentCore 上构建了 AI IT 帮助台 Deckhand，实现 97.5% 的渠道查询解决率及 96% 的员工好评。
GitHub Blog · AI & MLAI 评分4242 GitHub Copilot 如何结合自定义指令与 MCP 服务器理解代码库
GitHub Copilot 通过自定义指令、Agent skills、自定义 agents 和 MCP 服务器四种方式适配代码库规范。自定义指令定义仓库约定，Agent skills 封装可重复流程，MCP 服务器连接外部工具扩展能力。这些定制项可组合使用，提升 Copilot 在特定项目中的上下文理解与执行效率。
GitHub Blog · AI & ML精选AI 评分7575 GitHub Security Lab 发布基于 Taskflow Agent 的 AI 驱动模糊测试工具
GitHub Security Lab 发布 Fuzzing Taskflow，这是一个基于 LLM 的自主模糊测试流水线，用于 C/C++ 项目。该工具利用 GitHub Security Lab Taskflow Agent 框架，自动识别入口点、编写 harness、运行 AFL++ 并生成漏洞报告。
推荐理由：原文给出了基于 LLM 的自动化模糊测试流水线，读者可以据此了解如何自动化编写 harness 和分诊崩溃。