ShipStation Global 基于 Amazon Bedrock AgentCore 构建 AI IT 服务台

核心事实

据 AWS 官方博客文章，ShipStation Global 工程团队构建了一款名为 Deckhand 的 AI IT 服务台智能体，运行在 Slack 中，底层使用 Amazon Bedrock AgentCore。该智能体从经过整理的知识库中回答常规 IT 与公司问题，可读取报错信息截图，并创建和更新 Jira Service Management 工单。

文章称，Deckhand 在三个月内处理了 97.5% 的入站频道查询，并获得员工 96% 的正面反馈评分。该数据来自 AWS 博客原文，尚未见独立第三方验证。

背景与影响

文章描述的问题具有普遍性：同一批问题被反复提问，报错信息在下班后发布，答案分散在 Confluence 文章、内网页面与 PDF、IT 维护指南以及频道历史记录中。在发布前的 12 个月里，员工发布了 1,500 多个讨论串；由于员工分布在美国、英国、西班牙、波兰、澳大利亚和菲律宾，超过五分之一的提问出现在美国工作时间之外。

架构上，方案包含四部分：托管在 AWS App Runner 上的 Slack 服务（FastAPI 与 Slack Bolt）；部署在 AgentCore runtime 容器中的 Strands 智能体，使用 Amazon Bedrock 中的 Anthropic Claude 模型；通过 AgentCore Gateway 以 Model Context Protocol 工具形式暴露的单个 AWS Lambda 函数，负责请求分类、Jira 工单与图像分析；以及索引 Confluence、公司内网、Slack 和营销页面内容的 Amazon Bedrock 知识库，内容存储在 Amazon S3 中。运营与反馈方面使用 Amazon DynamoDB、AWS X-Ray 和 Amazon CloudWatch。

ShipStation Global 高级 IT 总监 Chris Collins 在文中表示，创建 Deckhand 是因为获得帮助应当像在 Slack 里提问一样简单，工单意味着运营摩擦而非生产力。

限制与来源

上述覆盖率与反馈评分均为 AWS 博客中给出的数字，本文未做核实，也不构成对同类部署效果的预期。文中提到的模型、工具与云服务可用性、配额及计费方式可能因地区与账号而异，请以 AWS 官网当前信息为准。本文不提供投资、法律或合规建议。

来源：AWS 机器学习博客《How ShipStation Global built an AI IT help desk on Amazon Bedrock AgentCore》，作者包括 Kenneth Salmon、Edward Boswell、Jack Armstrong、Nick Ciubotariu、Ravi Kashyap 与 Robert Banh。