Kontextus‑érzékeny AI asszisztens építése az AgentCore és az OpenClaw segítségével
Az AWS bemutatja, hogyan adhatunk tartós memóriát egy személyi asszisztenshez az AgentCore futtatókörnyezet, az OpenClaw és a Claude modellek segítségével a Bedrock-on.
Az eredeti forrás közzétételi dátuma: 2026. október 6.
Azonnal elérhető asszisztensek jól válaszolnak egyedi kérdésekre, de hiányzik belőlük a folytonosság. Az AWS bemutat egy személyi asszisztenst, amely az OpenClaw-t használja az AgentCore futtatókörnyezetben a kontextus felhalmozására, az AgentCore memória pedig az egyszer használatos csevegéseket tartós tudássá alakítja.
A megoldás egyetlen CloudFormation sablonba van csomagolva, és összekapcsolja a Telegram webhookokat, az API Gateway-t, a Lambda függvényeket, az EventBridge-et és az Amazon S3-at.
Két Claude modell a Bedrock-on feladat szerint van irányítva – a Claude Haiku 4.5 szöveghez, a Claude Sonnet 4.5 pedig a látáshoz.
Az AgentCore memória minden körlépést rövid távú eseményként rögzít, és hosszú távú rekordokat nyer ki, amelyeket USER_PREFERENCE, SEMANTIC vagy SUMMARIZATION kategóriába sorol, és felhasználónkénti névtérben tárol.
A lekérdezés legfeljebb 50 eredményt ad 3 másodperces időkorláttal, és az explicit preferenciákat helyezi előre a következtetett tényekkel szemben.
Fogyasztás alapú árazás mellett a könnyű személyes használat néhány dollárra becsülhető havonta.
Az architektúra domain‑független, lehetővé téve a tanulók számára, hogy ugyanazt a csővezetéket alkalmazzák támogatási botokhoz, fitnesz edzőkhöz vagy más asszisztensekhez.