英文原标题:Novo Nordisk modernizes manufacturing process documents 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 ↗
- 诺和诺德(Novo Nordisk)的片剂领域制造技术团队面临受控文档管理挑战:文档更新频繁,依赖手动流程和碎片化跟踪,存在文档过时、更新延迟和合规可见性缺口等风险。
- 团队基于AWS构建了智能支持系统,采用GraphRAG架构,结合Amazon Neptune知识图谱与Amazon OpenSearch Serverless混合搜索,以提升文档可见性和知识可访问性。
- 系统使用Amazon Bedrock AgentCore作为代理运行时,基于Strands Agents SDK和Anthropic Claude模型,通过引导模式在搜索前澄清模糊问题,并生成有引用、基于批准来源的回答。
- 文档摄取管道使用Amazon Bedrock Data Automation进行多模态解析,由AWS Step Functions和AWS Lambda编排,基础设施通过AWS CDK以代码形式定义。
- 知识图谱采用两层分类法:高层流程树将文档挂载到流程节点,低层领域实体(如站点、产品代次、设备)作为图节点与文档关联,使系统能处理精确标识符和多跳关系问题。
关键数据
- 数千份活跃文档分布在多个部门、事业部和产品项目中。
- 流程树大约有三层(父到子)。
- 该方案帮助主题专家(SME)将过去需要数小时或数天的工作缩短到几分钟。
引语
- “该方案帮助主题专家(SME)将过去需要数小时或数天的工作缩短到几分钟。”
为什么值得看:该案例展示了在高度监管的制药环境中,如何利用GraphRAG和代理式AI解决文档版本、范围与关系检索的难题,在保证准确性和可追溯性的同时显著提升效率。