이미지: METAL LAB 생성
摘要
- LendingTree在Amazon Bedrock基础上构建了由监督、教育和匹配三个智能体组成的房贷助手
- 系统结合了LangGraph、Model Context Protocol(MCP)和Amazon Nova模型,并通过Amazon Bedrock Guardrails处理内容过滤和个人信息屏蔽
- 在该服务已投入运营之际,Bedrock AgentCore正式发布,但系统改为以容器形式部署在Amazon ECS和AWS Fargate上
- 구성
- 슈퍼바이저 1개 + 워커 에이전트 2개(교육, 매칭)
- 오케스트레이션
- LangGraph 기반 plan-and-execute 상태 머신
- 연동 프로토콜
- Model Context Protocol(MCP)
- 배포 환경
- Amazon ECS + AWS Fargate 컨테이너
- 안전 장치
- Amazon Bedrock Guardrails로 유해 콘텐츠 필터링·PII 마스킹·프롬프트 위협 탐지
据AWS ML博客报道,LendingTree基于Amazon Bedrock构建了一款帮助用户进行房贷咨询的多智能体助手。其目标是帮助消费者通过自然对话理清购房贷款或再融资、是否有政府担保、还款期限、利率方式等复杂选项。
三个智能体分工协作
该系统由一个监督智能体和两个工作智能体(分别负责教育和匹配)组成。监督智能体基于LangGraph实现为状态机,以"计划-执行"方式协调整体流程,各工作智能体则负责处理各自领域的任务。智能体之间的连接采用了Model Context Protocol(MCP),据悉基础模型使用的是通过Amazon Bedrock提供的Amazon Nova系列模型。
为合规设置双重防护
由于金融行业的监管特性,内容过滤、个人身份信息(PII)保护和合规监督成为必备要求。为此,用户输入和模型输出都要经过Amazon Bedrock Guardrails,进行仇恨言论及粗俗语言检测、PII屏蔽以及提示词威胁筛查。此外,据介绍还有一个基于LLM的安全分类器并行检查对话是否符合政策规定,从而在不增加延迟的情况下实现双重验证。
LendingTree技术总监Srinivas Madabushi表示:"得益于Bedrock内置的护栏功能,我们从一开始就能推出兼具安全性与合规性的服务。"
整体服务包括基于React构建的聊天界面,以容器化形式运行在Amazon ECS和AWS Fargate之上。据悉,由于该系统在正式投入生产之后Amazon Bedrock AgentCore才正式发布,LendingTree因此选择继续沿用现有的ECS环境,而非改用AgentCore。
