Kiro

2026-10-29

CODING · 1 ИСТОЧН. · AWS Machine Learning

Kiro упаковывает повторяемый процесс миграции PHP→Java в skill‑файлы и интегрируется с AWS Transform

В статье описан воспроизводимый «движок» миграции PHP→Java, оформленный в виде версионированных skill‑файлов Kiro (php-to-java-migration и php-model-discovery), выполняющий восьмифазный pipeline с приоритетом паритета в .kiro‑рабочей области. Отмечена также нативная интеграция с AWS Transform, позволяющая запускать ту же методологию агентно для портфелей приложений, тогда как Kiro ориентирован на интерактивную миграцию по одному приложению.

6.0

2026-10-23

COMPANIES · 1 ИСТОЧН. · AWS Machine Learning

Eon использует AgentCore Gateway от Amazon Bedrock для централизованного доступа MCP в нескольких облаках

Eon внедрила централизованный аутентифицированный шлюз на базе Amazon Bedrock AgentCore (Gateway, Runtime, Policy, Identity), заменив учётные данные для каждого инструмента и локальные процессы MCP, что обеспечивает единый доступ инженеров и автономных агентов к инструментам расследования в AWS, GCP и Azure. Это сократило ввод в работу новых инженеров с примерно двух дней до около двух минут и позволяет автономному SRE-агенту Eon (Claude на Bedrock) иметь тот же доступ с отдельными идентичностями и правами.

6.0

2026-10-20

COMPANIES · 1 ИСТОЧН. · AWS Machine Learning

Smartsheet выпускает MCP Server (GA) на AWS для работы AI‑агентов с таблицами

Smartsheet представила общедоступный (GA) Model Context Protocol (MCP) Server на AWS, который позволяет AI‑ассистентам читать, записывать и управлять данными Smartsheet через стандартизованный интерфейс MCP. Сервер поддерживает Streamable HTTP, спецификации MCP 2025-06-18 и 2025-03-26, три региональных эндпойнта, аутентификацию через OAuth 2.0 или персональный токен и интеграции с Amazon Quick и Kiro.

6.0

2026-10-05

CODING · 1 ИСТОЧН. · AWS Machine Learning

Amazon SageMaker выпустил навык aws-ai-ml для оптимизации инференса

Amazon представил навык aws-ai-ml, доступный через Agent Toolkit for AWS, который подключается к совместимым с MCP агентам (например, Kiro, Claude Code, Codex) для бенчмаркинга эндпойнтов SageMaker, рекомендаций по развертыванию, сравнения прогонов по производительности и генерации исполняемого кода SageMaker Python SDK v3. Навык работает локально через Agent Toolkit или в Amazon SageMaker Studio JupyterLab и требует учётных данных AWS с правами вызова API SageMaker.

6.0

2026-09-23

COMPANIES · 1 ИСТОЧН. · AWS Machine Learning

HEMA развернула внутреннего помощника HAL с помощью MCP и Amazon Bedrock AgentCore

Нидерландский ритейлер HEMA создал внутреннего ИИ-помощника HAL, который объединяет разрозненные корпоративные знания и предоставляет ответы внутри привычных инструментов, делая источники доступными как MCP-инструменты и запуская агентов на Amazon Bedrock AgentCore. Идентификация реализована через Microsoft Entra ID, а функции AgentCore (Gateway, Runtime, Memory, Guardrails) позволили обойти необходимость в собственном MCP-сервере.

5.0

2026-09-18

CODING · 1 ИСТОЧН. · AWS Machine Learning

Hugging Face выпустила шесть open‑source Skills для развёртывания моделей в Amazon SageMaker AI через coding‑агентов

Hugging Face опубликовала шесть open‑source «Skills» (на GitHub), позволяющих coding‑агентам полностью автоматизировать развёртывание моделей Hugging Face в Amazon SageMaker AI. Skills помогают выбрать корректный образ из AWS Deep Learning Containers, создать real‑time или serverless endpoint с автоскейлингом и оповещениями CloudWatch, обеспечивают проверяемый путь удаления ресурсов и работают через Python и AWS CLI, предотвращая дорогостоящие или нестабильные ошибки агентов.

6.0

2026-09-16

RESEARCH · 1 ИСТОЧН. · AWS Machine Learning

Выпущена открытая коллекция HCLS Agent Skills для улучшения рассуждений ИИ в здравоохранении и бионауках

Выпущена открытая коллекция из 38 «HCLS Agent Skills» (MIT-0), где методики принятия решений представлены в виде структурированных SKILL.md-файлов для 11 доменов медицины и бионаук, чтобы направлять агентные ИИ. Репозиторий и универсальный CLI обеспечивают переносимость и аудируемость навыков между средами агентов (Kiro, AWS Strands/Bedrock AgentCore, Claude Code, OpenAI Codex и др.), и авторы сообщают об уровне выигрышей 70–86% для агентов со навыками по сравнению с без них.

6.0