ГАЙД · COMPANIES · #2259
Руководство AtScale C2026.7: создание семантического слоя для агентов Amazon Bedrock AgentCore
Техническое руководство показывает использование AtScale (C2026.7) в роли размерного семантического слоя (SML) для агентных рабочих процессов на Amazon Bedrock AgentCore. В публикации демонстрируется запуск агента Strands в AgentCore (для демонстрации использовали Anthropic Claude Sonnet 4.6), однократная экспозиция модели через SQL/XMLA/MCP, передача идентичности и применение RBAC через AgentCore к AtScale, выталкивание запросов в Amazon Redshift Serverless и развертывание в Amazon EKS.
КЛЮЧЕВЫЕ ТЕЗИСЫ
- Техническое руководство показывает использование AtScale (C2026.7) в роли размерного семантического слоя (SML) для агентных рабочих процессов на Amazon Bedrock AgentCore.
- В публикации демонстрируется запуск агента Strands в AgentCore (для демонстрации использовали Anthropic Claude Sonnet 4.6), однократная экспозиция модели через SQL/XMLA/MCP, передача идентичности и применение RBAC через AgentCore к AtScale, выталкивание запросов в Amazon Redshift Serverless и развертывание в Amazon EKS.
- Это важно, поскольку демонстрирует, как размерный семантический слой позволяет централизовать определения метрик, управление доступом и планирование запросов для агентов на базе foundation-моделей, обеспечивая согласованные и защищённые аналитические ответы в корпоративной среде.
ПОЧЕМУ ЭТО ВАЖНО
Это важно, поскольку демонстрирует, как размерный семантический слой позволяет централизовать определения метрик, управление доступом и планирование запросов для агентов на базе foundation-моделей, обеспечивая согласованные и защищённые аналитические ответы в корпоративной среде.
ИСТОЧНИКИ И ХРОНОЛОГИЯ
1In the first post in this series , we built a semantic layer on AWS using Stardog’s knowledge graph over Amazon Aurora and Amazon Redshift . We ran a Strands agent on Amazon Bedrock AgentCore against that layer. The second post kept the same customer 360 (C360) pattern and swapped in Denodo’s data virtualization platform, extending the source mix to include an on-premises PostgreSQL cluster. This post uses the same C…
Agentic AI applications need governed access to live enterprise data. That data can live in operational systems, analytical warehouses, SaaS applications, other clouds, or on premises. In the previous post in this series , we built a semantic layer on AWS using Stardog’s knowledge graph over Amazon Aurora and Amazon Redshift. A Strands agent on Amazon Bedrock AgentCore queried that layer. Amazon Bedrock AgentCore is …