AWS TechBot：用 AI Agent 架构把技术文档带到你的团队

问题：你的团队还在怎样查 AWS 文档？

场景 A（技术主管）：
有个运维问我 S3 的某个配置
他没时间查文档
我也没时间查文档
我们就去 StackOverflow 问
答案靠不靠谱不知道

场景 B（架构师）：
要给客户估成本
需要查 AWS 全球 9+ 区域的定价
每个区域都要打开 AWS pricing 页面
半小时过去了
成本估算做了 5 个小时

场景 C（新入职员工）：
不知道 RDS 怎么配
需要查文档
找到文档后不知道最佳实践是什么
问资深同事
资深同事也不太记得
整个流程 1 小时

一个星期：
- 30% 的问题被拖缓了
- 50% 的答案来自不可靠的来源
- 成本估算经常出错

💡 AWS TechBot 的方案

AWS 官方开源了一个项目：sample-aws-techbot

这是一个 AI 驱动的 AWS 技术助手，基于：

Strands Agents SDK — Agent 框架
Amazon Bedrock AgentCore — AI 能力
飞书机器人 — 团队沟通界面

核心价值： 把 AWS 技术知识嵌入到你的团队对话中，一句话就能查、一句话就能问。

🎯 TechBot 能做什么？

1. 快速查文档

在飞书群里直接 @TechBot：

「TechBot，告诉我 S3 的跨区域复制怎么配置」

TechBot：
- 从 AWS 官方文档提取核心步骤
- 给出配置示例
- 列出最佳实践
- 包括常见错误

1 分钟内得到答案（而不是 30 分钟搜索）

2. 查配置和教程

「TechBot，RDS MySQL 自动备份怎么启用？」

TechBot：
- 详细的配置步骤（UI / CLI）
- 示例代码
- 备份保留期设置
- 恢复方式
- 成本影响

新人也能按步骤操作

3. 实时成本估算

「TechBot，EC2 m5.xlarge 在新加坡一个月多少钱？」

TechBot：
- 实时查询新加坡区域定价
- 计算月度费用
- 与其他实例类型对比
- 成本优化建议

架构师再不用手动查 5 个表格

4. 故障排查和运维支持

「TechBot，Lambda 超时了怎么排查？」

TechBot：
- 列出常见原因
- 检查步骤
- 错误码说明
- 解决方案
- 配额限制信息

运维可以更快地定位问题

5. 查询最佳实践和架构指导

「TechBot，应该用 Fargate 还是 ECS？」

TechBot：
- 两者的优缺点
- 适用场景
- 性能对比
- 成本对比
- 最佳实践建议

架构师可以更快做技术决策

🏗️ 技术架构（为什么这样设计）

整体架构

飞书（对话入口）
    ↓
Lambda Handler（处理 @mention 事件）
    ↓
AgentCore Runtime（AI Agent 运行时）
    ↓
AgentCore Gateway（工具管理中心）
    ↓
多个 Lambda Functions（具体工具）
    ├── Global Knowledge（全球 AWS 文档）
    ├── China Knowledge（中国区文档）
    ├── Pricing（全球和中国定价）
    └── Customer Stories（客户案例）

为什么用 AgentCore Gateway？

传统方式：
- Agent 需要知道所有工具的接口
- 新增工具时，Agent 代码要修改
- 工具扩展困难

AgentCore Gateway 方式：
✅ Agent 通过 Gateway 发现工具
✅ 新增工具时，Gateway 自动注册
✅ Agent 代码无需改动
✅ 工具可独立扩展
✅ 工具可动态上下线

为什么用飞书而不是 Slack？

因为这是中文项目，考虑了中国用户：
- 飞书在国内部署
- 支持中文文档和中国区 AWS 服务
- 天然支持群聊和私聊
- 企业级权限管理

🚀 部署方式（一键 CloudFormation）

部署有多简单？

第一步： 在飞书开放平台创建应用，获取 App ID 和 Secret（5 分钟）

第二步： 点击 AWS CloudFormation 快速创建按钮

第三步： 填入 4 个参数：

- Model ID（选择 GLM-5 / MiniMax M2.5 / Nova 2 Lite）
- 是否开启多轮记忆（默认开启）
- Feishu App ID
- Feishu App Secret

第四步： 点击 Create Stack，等 5 分钟

第五步： CloudFormation 自动创建：

AgentCore Gateway（工具管理）
AgentCore Runtime（Agent 运行）
4 个 Lambda Functions（具体工具）
Lambda Handler（事件处理）
API Gateway（webhooks）
Cognito（认证）
Memory（可选，多轮对话记忆）

就完成了。 只需点 5 下鼠标 + 填 4 个参数。

💰 成本分析（出乎意料地便宜）

按需计费，不用不收费

300 问题/月（约 10 次/天）的估算：

使用 GLM-5 模型（效果最好）：
- 模型调用费：~$12.3/月
- AgentCore Runtime：< $3/月
- AgentCore Gateway：< $0.01/月
- AgentCore Memory：< $0.5/月
_____________________________
总计：< $17/月

换个角度：
- 一个问题约 $0.06
- 一个员工一个月的节省时间 > 5 小时
- 节省的时间成本 > $100
- ROI > 6 倍

模型选择

模型	输入价格	输出价格	图片	特点
GLM-5	$1.00/M	$3.20/M	❌	效果最好（推荐）
MiniMax M2.5	$0.30/M	$1.20/M	❌	性价比高
Nova 2 Lite	$0.33/M	$2.75/M	✅	支持图片

我的建议： 用 GLM-5，效果最好，成本也才 $17/月。

🔧 如何定制和扩展？

修改 Agent 行为

1
2
3
4
5
6
7
8
9
# 编辑 main.py 中的系统提示
MAIN_SYSTEM_PROMPT = """
你是 AWS 技术助手。
你的职责是：
1. 快速查找 AWS 文档
2. 提供最佳实践
3. 帮助成本优化
...
"""

添加新工具

传统方式（困难）：
1. 修改 Agent 代码
2. 添加工具接口
3. 测试
4. 部署
5. 重启 Agent

AgentCore Gateway 方式（简单）：
1. 写一个新 Lambda 函数
2. 在 Gateway 控制台添加
3. Agent 下次启动自动发现
4. 完成，无需修改 Agent 代码

实例：添加一个新工具

目标：添加 EC2 实例启动指南工具

第一步：写一个 Lambda 函数
```python
def lambda_handler(event, context):
    query = event['query']
    # 查询 EC2 启动文档
    # 返回步骤和最佳实践
    return {
        'statusCode': 200,
        'body': {...}
    }

第二步：在 AWS 控制台注册

Bedrock → AgentCore → Gateways
→ [Your Gateway]
→ Targets
→ Add
→ 填入 Lambda ARN 和工具定义

第三步：完成 Agent 下次启动时自动发现这个工具


---

## 📊 对比：TechBot vs 传统方式

| 维度 | 传统方式 | TechBot |
|------|---------|---------|
| **查文档时间** | 30 分钟 | 1 分钟 |
| **查成本时间** | 1 小时 | 2 分钟 |
| **新人上手** | 需要师傅带 | 自助查询 |
| **答案准确性** | 70%（来自网络） | 95%（来自官方文档） |
| **月度成本** | 人力成本 $500+ | AI 成本 $17 |
| **可用性** | 办公时间（人工） | 24/7 |
| **扩展性** | 难（需要修改代码） | 容易（Gateway 自动发现） |
| **部署难度** | 中等 | 超简单（一键 CloudFormation） |

---

## 🎯 适合的使用场景

### 强烈推荐

✅ **AWS 企业用户**
- 有多个 AWS 项目
- 需要快速决策
- 想降低人工成本

✅ **云架构团队**
- 经常做成本估算
- 需要最佳实践建议
- 项目交付紧

✅ **运维和 DevOps 团队**
- 需要故障快速排查
- 需要配置最佳实践
- 知识库不够完善

✅ **新人培训**
- 加快新人上手
- 减少资深同事的答疑时间
- 提高团队知识共享

### 可选

🟡 **小团队**（< 5 人）
- 可能用处不大
- 但 $17/月 的成本也很低

🟡 **初创公司**
- AWS 使用还不多
- 但扩展性强，可以逐步添加工具

---

## 🔑 核心创新点

### 1. Agent 工具发现（Tool Auto-Discovery）

传统 Agent：

启动时需要知道所有工具
新工具需要重新部署 Agent

TechBot 方式：

通过 AgentCore Gateway 动态发现工具
新工具自动可用
无需重新部署


### 2. 知识库分离

Global Knowledge（AWS 全球服务）
China Knowledge（AWS 中国服务）

这是关键，因为：

AWS China 和全球服务不完全相同
定价也不同
Agent 需要知道差异


### 3. 实时定价查询

不是静态的定价表而是实时查询 AWS 定价 API 确保价格总是最新的


### 4. 多轮对话记忆

支持多轮对话上下文记忆例如：

用户：「我想在新加坡部署」
TechBot：「新加坡可用 EC2、RDS…」
用户：「m5.xlarge 多少钱？」
TechBot 记得前文说的是新加坡（无需重复）


---

## 🚀 部署步骤（详细版）

### 准备工作（5 分钟）

1. 打开 [飞书开放平台](https://open.feishu.cn/app)
2. 创建企业自建应用
3. 复制 App ID 和 App Secret
4. 启用「机器人」能力
5. 配置权限（消息接收、卡片操作等）

### 部署（10 分钟）

1. 打开 AWS CloudFormation（建议美西 Oregon 区域）
2. 点击快速创建按钮
3. 填入参数：
   - Model ID: `GLM-5` （推荐）
   - Enable Memory: `true`
   - Memory Expiry: `30` 天
   - Feishu App ID / Secret / Token
4. 确认 IAM 权限
5. 点击 Create Stack
6. 等待 5 分钟（状态变为 CREATE_COMPLETE）

### 完成飞书配置（5 分钟）

1. 从 CloudFormation Outputs 复制 FeishuEventSubscriptionUrl
2. 在飞书开放平台配置事件订阅
3. 添加 `im.message.receive_v1` 事件
4. 发布应用
5. 把机器人添加到群聊

### 测试（2 分钟）

在飞书群里发：「@TechBot S3 跨区域复制怎么配置」

等待回复


---

## 💡 实际应用场景示例

### 场景 1：架构师快速成本估算

架构师需要对比两个方案的月度成本：

方案 A：自建 Kubernetes
方案 B：用 EKS

传统方式：

查 EC2 定价（新加坡）→ 10 分钟
查 EKS 定价（新加坡）→ 10 分钟
查 S3 定价（新加坡）→ 5 分钟
计算和比较 → 10 分钟总计：35 分钟

用 TechBot：「对比新加坡区的 self-hosted k8s 和 EKS 的月度成本」

TechBot：

立即列出两种方案的成本
给出 10 个最佳实践对比
包括运维复杂度

总计：2 分钟


### 场景 2：新人快速上手

新入职工程师需要部署 RDS MySQL

传统方式：

查官方文档 → 20 分钟（英文很冗长）
问资深同事 → 5 分钟
开始配置 → 20 分钟

用 TechBot：「如何在新加坡部署 RDS MySQL，要求自动备份」

TechBot：

分步骤指导（UI 和 CLI 两种）
给出配置参数
包括安全最佳实践
包括备份恢复步骤

新人可以直接执行：5 分钟


### 场景 3：运维快速故障排查

Lambda 函数突然超时，需要排查

传统方式：

查错误码 → 10 分钟
搜索最常见原因 → 10 分钟
逐一检查 → 20 分钟

用 TechBot：「Lambda 超时了，怎么快速排查」

TechBot：

列出 5 个最常见原因
对应的检查步骤
相关的配额限制
参考的文档链接

运维可以有针对性地排查：10 分钟


---

## 📈 实际 ROI 计算

### 假设

团队 10 人
每人每周问 5 个 AWS 相关问题
平均每个问题的人工时间成本：30 分钟（查资料 + 讨论）
小时工资：$50


### 月度节省

问题总数：10 人 × 5 题/周 × 4 周 = 200 题

传统方式：

200 题 × 30 分钟 = 100 小时
100 小时 × $50 = $5,000/月

用 TechBot：

200 题 × 5 分钟 = 17 小时
17 小时 × $50 = $850/月
AI 成本 = $17/月

节省：

人工成本节省：$5,000 - $850 = $4,150/月
AI 成本增加：$17/月
净节省：$4,133/月

ROI：4,133 / 17 = 243 倍


---

## 🔐 安全和合规

### AWS 的责任

✅ 云基础设施安全 ✅ 数据中心安全 ✅ Bedrock API 安全


### 你的责任

✅ IAM 权限管理 ✅ API Gateway 认证 ✅ 飞书应用权限 ✅ 数据合规


项目包含详细的安全指南。

---

## 🎯 总结

| 指标 | 说明 |
|------|------|
| **部署难度** | ⭐ 超简单（CloudFormation） |
| **学习成本** | ⭐ 几乎没有（用自然语言提问） |
| **月度成本** | ⭐ $17 超便宜 |
| **带来的价值** | ⭐⭐⭐⭐⭐ 巨大（节省 $4,000+ 人工成本） |
| **可扩展性** | ⭐⭐⭐⭐⭐ 强（Gateway 自动发现） |
| **企业适用** | ⭐⭐⭐⭐⭐ 极强（AWS 用户必备） |

---

## 🚀 立即开始

1. 去 GitHub 克隆项目：`github.com/aws-samples/sample-aws-techbot`
2. 按照 README 准备飞书应用（5 分钟）
3. 点击 CloudFormation 快速创建（3 分钟）
4. 填入参数并部署（5 分钟）
5. 完成飞书配置（5 分钟）
6. 在群里 @TechBot 开始提问（0 分钟）

**总共不到 20 分钟，你就能为团队节省数千美元的年度成本。**

---

**如果你的团队用 AWS，这个工具绝对值得试。**

成本 $17/月，效果 $4,000+/月。

这个 ROI，你找不到第二个。

AWS TechBot：用 AI Agent 架构把技术文档带到你的团队#

问题：你的团队还在怎样查 AWS 文档？#

💡 AWS TechBot 的方案#

🎯 TechBot 能做什么？#

1. 快速查文档#

2. 查配置和教程#

3. 实时成本估算#

4. 故障排查和运维支持#

5. 查询最佳实践和架构指导#

🏗️ 技术架构（为什么这样设计）#

整体架构#

为什么用 AgentCore Gateway？#

为什么用飞书而不是 Slack？#

🚀 部署方式（一键 CloudFormation）#

部署有多简单？#

💰 成本分析（出乎意料地便宜）#

按需计费，不用不收费#

模型选择#

🔧 如何定制和扩展？#

修改 Agent 行为#

添加新工具#

实例：添加一个新工具#

AWS TechBot：用 AI Agent 架构把技术文档带到你的团队

问题：你的团队还在怎样查 AWS 文档？

💡 AWS TechBot 的方案

🎯 TechBot 能做什么？

1. 快速查文档

2. 查配置和教程

3. 实时成本估算

4. 故障排查和运维支持

5. 查询最佳实践和架构指导

🏗️ 技术架构（为什么这样设计）

整体架构

为什么用 AgentCore Gateway？

为什么用飞书而不是 Slack？

🚀 部署方式（一键 CloudFormation）

部署有多简单？

💰 成本分析（出乎意料地便宜）

按需计费，不用不收费

模型选择

🔧 如何定制和扩展？

修改 Agent 行为

添加新工具

实例：添加一个新工具