2026. augusztus 25., kedd · Eszközök

AWS központi katalógust hozott létre AI-ügynökök és MCP-szerverek felfedezésére

Az AWS hivatalos bejelentése szerint közzétette az Agentic Resource Discovery (ARD) nyílt specifikációt, amely az AI-ügynökök, eszközök és Model Context Protocol (MCP) szerverek felfedezését hivatott egységesíteni. Ehhez kapcsolódóan bemutatták az AWS Agent Registry szolgáltatást, egy központi, kereshető katalógust ügynökök, MCP-szerverek és eszközök számára. A rendszer regisztrációkra és rekordokra épül: adminisztrátorok hozzák létre a katalógust, közzétevők írják le erőforrásaikat, kurátorok hagyják jóvá vagy utasítják el a bejegyzéseket, a felhasználók és AI-ügynökök pedig hibrid (szemantikus és kulcsszavas) kereséssel találják meg a jóváhagyott erőforrásokat. Az AWS állítása szerint ez megoldja, hogy a szervezetekben elszigetelten kezelt AI-eszközök ne skálázódjanak egyetlen kliensen túl.

Miért fontos?

A vállalati AI-ügynökök elterjedésével kritikussá válik az eszközök és MCP-szerverek egységes, biztonságos katalogizálása, amit az AWS saját szolgáltatásként kínál fel.

Források

AWS Machine Learning Hivatalos

Említve a tudásbázisban

Kapcsolódó témák

Napi összefoglalók AI eszközök #AWS#MCP

Napi összefoglaló

Ez a hír a 2026. augusztus 25., kedd napi AI összefoglaló része.

Kapcsolódó hírek

AWS megnyitotta a Dogwood szabálynyelvet az AI-ügynökök lépéssorainak felügyeletére

Az AWS nyílt forráskódúvá tette a Dogwood nevű szabálynyelvet, amely a korábban CNCF-nek adományozott Cedar nyelvet egészíti ki, és Apache 2.0 licenc alatt már ma is támogatja az AgentCore Policy szolgáltatás. A vállalat tájékoztatása szerint a Cedar minden eszközhívást önmagában, előzmények nélkül bírál el, míg a Dogwood úgynevezett temporális feltételekkel vissza tud tekinteni az ügynök korábbi eseményeire – például jóváhagyás megtörténtét, ismétlődések számát vagy futó összegeket tud ellenőrizni. A cikk szerint ez négy beépített operátorral (formerly, count_within, count_distinct_within, sum_within) valósul meg egy formális temporális logikai keretben. A leírás egy tervezési buktatóra is felhívja a figyelmet: ha a korlátozást válasz- és nem kérés-eseményekre írják meg, az kijátszható. Az állítások az AWS saját bejelentéséből származnak, független megerősítés a szövegben nincs.

Az Anthropic bemutatta a Claude apps gateway-t AWS-hez: központosított kontroll a vállalati Claude-használat felett

Az Anthropic és az AWS közösen bejelentette a Claude apps gateway for AWS szolgáltatást, amely egy önállóan hosztolható vezérlősík a Claude Code és Claude Desktop vállalati szintű kezeléséhez. A gateway egyetlen központi ponton biztosítja a hozzáférés-kezelést, a költségkontrollt és a szabályzatok érvényesítését, kiváltva az egyéni fejlesztői hitelesítő adatok külön kiépítését. A megoldás bármely OIDC-kompatibilis identitásszolgáltatóval integrálható, rövid élettartamú tokenekkel dolgozik, és az Amazon Bedrock vagy a Claude Platform on AWS infrastruktúrán telepíthető. A rendszer öt fő feladatot lát el: identitáskezelés, szabályzat-érvényesítés, költségkövetés, modell-hozzáférés és eszközengedélyek központi szabályozása. Az Anthropic szerint a gateway egyetlen állapotmentes konténerként futtatható, PostgreSQL adatbázissal a háttérben.

Ethernet-hálózatok újragondolása AI-gyárak számára: NVIDIA és Meta bejelentése

Az NVIDIA saját közleménye szerint Spectrum-X Ethernet nevű architektúrája hardveres gyorsítású adaptív útvonalválasztással, célzott torlódáskezeléssel és NIC-alapú terheléselosztással old meg olyan problémákat, amelyekkel a hagyományos Ethernet nem birkózik meg óriási GPU-klaszterekben. A vállalat saját mérései szerint hibaátállásnál 2,68 ezredmásodperces a késleltetés a hagyományos Ethernet 1,08 másodpercéhez képest. Ezzel párhuzamosan a Meta bejelentette a MetaRoCE nevű, saját fejlesztésű RDMA-átviteli protokollját, amelyet milliós GPU-számú AI-infrastruktúrára terveztek, és amelynek specifikációját, referencia-implementációját az Open Compute Projecten keresztül teszi elérhetővé.

AWS: mesterséges intelligenciával automatizált metaadat-javítás és harmonizálás

Az AWS hivatalos blogbejegyzése egy munkafolyamatot mutat be, amely nagy nyelvi modellek segítségével automatizálja a különböző forrásokból származó adathalmazok metaadatainak összehangolását. A cég állítása szerint a rendszer az Amazon Bedrock szolgáltatást használja sématovábbítási javaslatokhoz, míg az S3 tárolja a sémákat és eredményeket, a DynamoDB a feladatokat követi, a Cognito hitelesít, az ECS pedig a számítást biztosítja. A leírás szerint a folyamat a feltöltött fájlok párhuzamos ellenőrzésével indul: a sémastruktúra egyezését és az egyes mezők értékeit is vizsgálja. Hibák esetén a rendszer célzott javítási javaslatokat generál, amelyeket a felhasználó hagy jóvá, így emberi felügyelet mellett vagy teljesen autonóm ügynök-alapú munkafolyamatként is működhet.