英文原标题：How ShipStation Global built an AI IT help desk on Amazon Bedrock AgentCore
本文为英文原文的机器翻译摘要，原文见：AWS Machine Learning Blog ↗
- ShipStation Global 工程团队基于 Amazon Bedrock AgentCore 构建了 AI IT 帮助台代理 Deckhand，以 Slack 机器人形式运行，自动回答常规 IT 与公司问题、读取错误截图并创建和更新 Jira Service Management 工单。
- 上线前 12 个月，帮助台 Slack 频道累计超过 1,500 个提问线程且持续增长；员工分布在美国、英国、西班牙、波兰、澳大利亚和菲律宾，超过五分之一的问题在美国工作时间之外提出，答案分散在 Confluence、内网、PDF 和频道历史中。
- 解决方案包含四个组件：托管在 AWS App Runner 上的 Slack 服务（FastAPI 与 Slack Bolt）、部署在 AgentCore runtime 上的 Strands 代理（使用 Anthropic Claude）、通过 AgentCore Gateway 暴露为 MCP 工具的 Lambda 函数，以及由 DynamoDB、X-Ray 和 CloudWatch 组成的运维与反馈体系。
- 代理使用开源 Strands Agents SDK，由模型、工具集和系统提示组成，模型 ID 通过环境变量设置以便切换模型；知识库检索是原生工具，分类、工单管理、用户解析和图像分析则由 Lambda 按工具名路由处理，工具逻辑可独立更新而无需重建代理。
- 知识库基于 Amazon Bedrock，索引来自 Confluence 文章、公司内网页面与 PDF、Slack 已解决的支持线程以及营销页面，文档带有标题、来源 URL、内容类型和事件日期等元数据。
关键数据
- Deckhand 解决了 97.5% 的入站频道查询，并获得员工 96% 的正面反馈评分。
- 上线前 12 个月内，员工发布了超过 1,500 个提问线程。
- 超过五分之一的问题在美国工作时间之外提出。
- 员工分布在美国、英国、西班牙、波兰、澳大利亚和菲律宾。
引语
为什么值得看：该案例展示了如何用 Amazon Bedrock AgentCore 和 Strands Agents 快速构建无服务器 AI 帮助台，在真实企业环境中显著减少重复工单并提升员工体验。
