新闻 · AWS Machine Learning Blog
TCS如何借助Amazon Bedrock AgentCore构建智能体测试编排器
塔塔咨询服务公司（TCS）在Amazon Bedrock AgentCore上构建了一个智能体测试编排器，可为其银行、金融服务和保险（BFSI）客户将需求转化为可执行、受治理的测试。了解专用智能体、按租户隔离和工作负载感知执行如何在内部基准测试中将测试工作量减少88%。
en
英文原标题：How TCS built an agentic test orchestrator with Amazon Bedrock AgentCore
本文为英文原文的机器翻译摘要，原文见：AWS Machine Learning Blog ↗
- TCS为BFSI客户构建了基于Amazon Bedrock AgentCore的智能体测试编排器，旨在解决测试流程中需求解读、场景设计、自动化编写与维护、环境准备、故障调查和证据整理等环节的瓶颈，而非替代质量工程师。
- 平台采用多租户SaaS架构，控制平面共享，每个租户拥有独立的Kubernetes命名空间、Cognito用户池、KMS密钥、S3桶、DynamoDB表和Bedrock知识库，实现数据与身份隔离。
- 测试生成基于项目上下文：需求文档、Jira故事、Swagger定义、GitLab源码等被索引到Bedrock知识库，检索时按租户、项目和会话过滤，确保生成内容与项目领域相关。
- 工作流分解为多个专用智能体（如场景生成、Gherkin转换、代码生成、验证、对话优化等），由确定性监督器路由，执行工作流控制重试、错误分类、持久化和报告。
- 选择AgentCore的关键因素包括：多模型选择以适应不同任务、运行时按需扩展支持多租户并发、每个会话在独立microVM中运行提供会话级隔离。
关键数据
- 平台使用Amazon EKS、CloudFront、Cognito、ECS、S3、DynamoDB、CloudWatch、WAF、KMS、Secrets Manager等服务。
- 租户入职通过EventBridge触发CodeBuild项目，使用AWS CDK部署租户基础设施。
- UI自动化使用Puppeteer将URL和自然语言目标转换为UI流文档和XPath定位文档。
为什么值得看：该案例展示了如何利用Amazon Bedrock AgentCore构建多租户、上下文感知的智能体测试平台，为金融等强监管行业提供可审计、可扩展的测试自动化方案。