新闻 · AWS Machine Learning Blog
使用Amazon Bedrock AgentCore构建自我改进的文档处理系统
了解如何使用Amazon Bedrock AgentCore构建代理式智能文档处理（IDP）系统，该系统能够以最少的人工干预对业务文档进行分类、提取、验证和学习，并自动处理新的文档格式，无需手动配置模板。
en
英文原标题：Build self-improving document processing using Amazon Bedrock AgentCore
本文为英文原文的机器翻译摘要，原文见：AWS Machine Learning Blog ↗
- 文章介绍如何利用 Amazon Bedrock AgentCore 构建自改进的智能文档处理（IDP）系统，以多智能体协作替代传统基于模板的方案。
- 传统 IDP 面临模板僵化、无法学习、扩展负担重三大挑战，新供应商或格式变化会导致提取失败且错误重复。
- 方案包含八个专用智能体，运行在两条基于图的工作流上：识别工作流负责分类文档，训练工作流处理新格式并生成可复用指令，自动化工作流处理已知格式。
- 系统使用 Amazon Textract 提取文本、S3 Vectors 进行向量相似度匹配、Aurora DSQL 验证业务规则，并通过 AgentCore 的 Runtime、Gateway、Identity 等组件编排。
- 部署通过 AWS CDK 完成，约 15–20 分钟，包含六个 CloudFormation 堆栈，支持从 SES 或 S3 接收文档，并提供聊天式仪表板监控。
关键数据
- IDC 研究显示，文档相关挑战使每个信息工作者每年损失 19,732 美元，生产力降低 21.3%。
- 员工最多花费 30% 的时间在文档相关任务上，手动数据输入错误率在 1–4% 之间。
- 部署多智能体 IDP 系统通常可在 20 分钟内完成。
- 部署涉及六个 AWS CloudFormation 堆栈，耗时约 15–20 分钟。
为什么值得看：该方案展示了如何用多智能体架构解决传统 IDP 的模板维护和扩展难题，实现文档处理的自学习与自动化。