新闻 · AWS Machine Learning Blog
使用 Amazon Nova Act 实现合成监控
了解一种使用 Amazon Nova Act 和 Amazon Bedrock AgentCore 的代理驱动合成监控方法。本文介绍了用于弹性、托管式用户旅程验证的架构和模式，超越了脆弱的 UI 脚本，并提供了完整的示例实现。
en
英文原标题：Implementing synthetic monitoring using Amazon Nova Act
本文为英文原文的机器翻译摘要，原文见：AWS Machine Learning Blog ↗
- 合成监控通过自动化交易模拟真实用户旅程，按计划持续验证登录、购买、表单提交等关键工作流，以便在性能下降或UI交互中断时更快发现问题。
- 传统浏览器自动化框架如Selenium和Playwright依赖显式DOM定位器和选择器，UI微小变化即可导致测试失败，团队需投入大量精力维护选择器、处理时序不稳定并更新脚本。
- Amazon Nova Act使用多模态大语言模型处理UI截图而非DOM选择器，能适应样式变化而无需更新脚本；早期企业客户用例中，其在浏览器工作流上准确率超过90%。
- 解决方案结合Amazon Nova Act、Amazon Bedrock AgentCore Runtime、AgentCore Browser工具、Amazon EventBridge Scheduler和Amazon SNS，分别负责UI工作流执行、无服务器运行、隔离浏览器环境、调度和告警。
- 架构流程为：EventBridge Scheduler按计划触发监控运行，调用InvokeAgentRuntime，代理在AgentCore Runtime内执行Nova Act驱动UI工作流，失败时通过SNS发布通知并路由到订阅端点。
关键数据
- Amazon Nova Act在早期企业客户用例中，浏览器工作流准确率超过90%。
- 典型六步旅程在测试中耗时2至4分钟，具体取决于页面加载时间。
- 调度频率可从每5分钟到每小时，取决于工作流关键性。
- 需要Python 3.11或更高版本、Docker、AWS CLI v2、Node.js 18或更高版本及AWS CDK。
引语
- Click the checkout button
- Complete the payment form
- Confirm the order
为什么值得看：该方案利用Amazon Nova Act的视觉语言推理替代脆弱的DOM选择器脚本，结合AgentCore实现全托管合成监控，帮助团队在客户遇到问题前发现关键用户旅程故障。