AWS Machine Learning Blog 9月23日发布案例，荷兰零售商HEMA使用Model Context Protocol（MCP）和Amazon Bedrock AgentCore构建内部AI助手HAL，把分散在开发者门户中的信息整合到员工已经使用的工具中。
AWS介绍，HEMA的开发团队过去需要在多个门户之间切换，查询服务文档、运行手册和配置说明时耗时较长。HAL通过受治理的知识访问入口连接这些资料，员工可以在熟悉的协作工具中用自然语言提问，再获得与当前任务相关的答案和链接。
该方案以Amazon Bedrock AgentCore承载代理运行能力，并使用MCP描述工具和数据源的连接方式。代理根据问题选择可用的知识服务，调用后整理返回内容，同时保留来源和权限边界，避免把内部资料直接暴露给不具备访问资格的客户端。
案例中，客户端不保存AWS凭证，身份验证与企业现有的Microsoft Entra ID体系衔接。请求先经过企业身份和访问控制，再由后端服务代表用户访问允许范围内的知识库，减少凭证分发、轮换和本地存储带来的管理工作。
AWS表示，MCP让企业能够把内部工具接入代理工作流，而不必为每个聊天界面重复开发专用集成。实际部署仍需要梳理知识源、定义工具权限、记录调用日志，并对答案中的文档版本和敏感信息执行持续检查。
来源：AWS Machine Learning Blog，发布时间：2026年9月23日。
