top of page

Amazon Bedrock AgentCore Web Search 將依賴套件監察規則寫入程式碼

10 分鐘前
讀畢需時 12 分鐘

AWS 於 11 月 10 日發布了一個依賴套件監察工具,使用 Amazon Bedrock AgentCore 網頁搜尋,同時將強制規則置於模型控制範圍之外。該範例使用協調代理工作流程的框架 LangGraph,研究軟件依賴套件並產生附引文的發現。其核心分野在於權限:模型選擇查詢方式,而應用程式碼決定哪些結果合資格。

這種劃分回應了正考慮採用 AI 研究代理的安全團隊所面對的實際問題。一份易讀的摘要,並不能證明其建議遵從獲批准的來源、時間限制或開支界線。AWS 提供了可供檢視的實作,展示這些界線如何落實,同時明確交代其證據檢查仍未能解決的問題。

相關比較在於模型主導的研究與應用程式強制執行的政策。GitHub 的 Dependabot 透過按儲存庫提供的漏洞警示,提供另一個參考點。AWS 範例探索的是互補的研究工作流程,但在任何人將發現視為可採取行動之前,其輸出仍需經權威的安全審核。

Amazon Bedrock AgentCore Web Search 範例帶來甚麼改變

AWS 的貢獻,是一個將研究判斷權與強制營運規則分開的具體範例。

AWS 在其依賴套件監察工具範例中,描述了同時針對 npm、PyPI 及容器基礎映像檔進行研究。它們分別代表 JavaScript 套件、Python 套件,以及用於建立容器的基礎映像檔。模型負責搜尋及草擬發現;程式碼則限制工作範圍。

AWS 表示,一次執行使用七天時間範圍、12 次搜尋,並取得 80 個來源。平行分支在 36 秒內完成;若將各分支所需時間相加,則為 99 秒。這些數字描述的是該公司的示範,而非獨立驗證的效能基準。

範例會檢查引文是否來自該分支的搜尋、來源文字是否提及套件,以及是否出現任何公告識別碼。它亦會檢查發布時間範圍,並拒絕沒有日期的內容。AWS 明確指出,這些檢查並不能確定嚴重程度、是否已遭利用、受影響版本、建議行動或首次披露時間。

這項限定界定了發布內容的重要性。範例讓研究流程的部分環節可供檢視,但並未把最終報告描述為完整的漏洞評估。讀者應在這個較狹窄的層面評估該工作流程。

答案產生與取得納入答案的許可之間,出現了一個有用的分野。模型可提出一項發現,但另一個元件決定它是否符合最低證據要求。無論模型表述得多有把握,該元件都可以拒絕其答案。

對工程經理而言,這會改變審核討論的方向。審核者不必再問提示語是否聽起來足夠嚴格,而可問哪一個元件強制執行每項規則。他們亦可分辨設定失敗與模型提出但未獲證據支持的陳述。

設想一份說明內部服務所用套件的早晨簡報。一個有用的研究助手會找出相關公告、保留其證據,並解釋分析員為何應調查。它不應悄然將該公告轉化為已驗證、涉及公司已部署軟件的主張。

因此,這個範例的重要性不止於依賴套件監察。它提出了一種有界限的研究架構,當中生成的判斷仍受明確接納準則約束。其價值取決於團隊在擴展範例時,如何審慎維持這種區分。

這亦是為何已公布的時間數字應作克制解讀。更快的檢索可縮短等待候選發現的時間,但分析員所需工夫取決於其相關性和準確性。只有當這些候選結果能支持明確決策時,報告才具備實際營運價值。

AWS 憑證簡化存取,但來源政策仍需由人負責

重用雲端憑證可省卻一項整合工作;它並不能決定哪些資訊值得信任。

應用程式介面,即 API,讓軟件透過定義好的介面要求服務。Amazon Bedrock AgentCore 網頁搜尋透過這類介面提供排序後的網頁結果,並以 AWS Identity and Access Management,即 IAM,授權。IAM 定義哪些身分可執行特定 AWS 操作。

根據網頁搜尋 API文件,應用程式無需預先配置搜尋資源,便可擷取頁面摘要及可用的來源中繼資料。請求支援網域及發布時間篩選。AWS 亦要求保留並展示向用戶顯示的輸出所使用的引文和連結。

這種安排適合已透過 AWS 管理應用程式身分的團隊。他們可將搜尋存取權納入既有的權限審核,而毋須引入另一套獨立搜尋憑證。這是一種營運上的便利,尤其適用於開發人員與平台管理員之間轉移管理權的情況。

不過,授權只回答一個有限問題:應用程式是否可呼叫該服務。它並不能確定應用程式提出了恰當的問題,或正確詮釋了答案。搜尋權限與編採判斷仍是不同責任。

來源政策帶來另一個責任歸屬問題。必須有人決定,哪些發布者就特定依賴套件生態系統而言屬於權威來源。這項決定應反映監察工作的目的,而非取決於哪些來源最容易讓模型完成答案。

廣泛探索工作流程與已驗證公告工作流程,需要不同的接納準則。探索工作流程受惠於找出相關線索,包括值得進一步調查的不完整報告。已驗證公告工作流程,則需要更有力的證據,才可指定受影響版本或建議修復措施。

團隊應在評估輸出前,決定自己正在運作哪一種工作流程。否則,探索性結果只因出現在定期報告中,便可能被賦予安全決策的表象。格式應讓接收者看見這項區分。

同樣的推理亦適用於發布日期。日期篩選表達的是檢索界線,但讀者仍須理解該界線的意義。近期發布、討論舊問題的文章,與新近披露的問題並不相同。

從管治角度來看,重要的成果是一份具名負責人的明確政策。該政策應說明監察工作的目的,以及每類輸出所需的證據。它亦應指出誰負責審核例外情況。

這些是實作建議,而非 AWS 示範已證實的功能。其目的在於避免更容易的搜尋存取權,意外擴大決策權限。一套熟悉的憑證系統可令整合更簡單,但應用程式仍需要清晰界定何謂可接受的研究。

LangGraph 依賴套件監察將強制規則移出提示語之外

設計中最強的界線,是模型無法擴大其搜尋工具所編碼的權限。

LangChain 搜尋整合文件說明了工具組設定,包括固定網域篩選、發布範圍及搜尋預算。設定 model_filters=False 會向模型提供只限查詢的介面。設定 return_sources=True 則會保留來源結果,作為供應用程式檢查的結構化資料。

這種分野屬於架構層面。提示語要求模型遵守規則;受限制的工具則限制模型可進行的操作。這為強制要求提供更可供檢視的基礎,儘管它不會驗證模型作出的每一項結論。

搜尋預算正好說明兩者的差異。研究指示可以要求代理在取得足夠證據後停止。工具層面的預算則建立外部停止條件,即使代理認為再作一次查詢會有用亦然。

這項界線亦帶來報告責任。若代理耗盡可用搜尋次數,應用程式應區分研究未完成,與有把握地發現沒有相關內容。受界限約束的流程,須如實交代該界線阻止了甚麼。

LangGraph 依賴套件監察讓人更容易把這些決定視為工作流程中的不同階段來討論。檢索收集證據,生成提出詮釋,而驗證決定哪些建議符合明確要求。把這些階段混合成一個未經區分的答案,會令失敗原因更難定位。

將來源資料保留在生成的敘述之外,尤其有用。審核者可將模型的詮釋,與應用程式實際接收的材料比較。他們毋須只依賴模型對自身證據的描述。

例如,分析員可能收到一項有關熟悉套件名稱的主張。底層來源可能涉及另一個名稱相近的專案,或描述無關的歷史事件。將發現與其證據分開,可讓審核者有位置調查這種不一致。

這亦有助釐清被拒絕的發現代表甚麼。拒絕可表示在應用程式規則下證據不足,但並不代表底層主張為假。當分析員決定是否另行調查被排除的材料時,這項區分十分重要。

更廣泛的壓力落在圍繞大量提示語建立代理的團隊身上。他們需要識別哪些指示表達偏好,哪些則代表必須時刻成立的要求。後者值得在模型無法覆寫的元件中強制執行。

這並不令提示語變得無關重要。提示語仍會傳達任務、預期範圍及有用輸出。它們應與受限制的工具和明確檢查並行運作,讓每個元件承擔其實際能履行的責任。

對買方而言,因而產生的評估會更具體。要求供應商指出每項聲稱限制的強制執行點。接着詢問:當模型要求進行超出該限制的操作,或在沒有合資格證據下提出結論時,會發生甚麼事。

這些問題揭示了書面指示與已實作控制措施之間的差異。它們亦提供了比單一精美範例答案更佳的基礎,用以比較研究代理。

附引文的發現仍有別於已驗證的漏洞警示

引文可令主張可供檢視,卻不能保證該主張中的每個欄位均正確。

這正是應將 AWS 範例與既有依賴項工具作比較之處。GitHub 文件指出,Dependabot alerts 會把已知漏洞與儲存庫的依賴項圖譜連結起來,後者記錄了依賴項關係。警示可包括受影響檔案、嚴重程度資訊,以及可用的修正版本。

GitHub 亦記錄了一些限制,包括新披露的漏洞在其公告資料庫出現前可能存在延遲。因此,Dependabot 提供的是有用的比較基準,而非證明任何一種方法能提供完整覆蓋的論據。與儲存庫連結的警示及開放網絡研究,回答的是重疊但不同的問題。

這項比較揭示了 LangGraph 依賴項監察的實際界線。發現一份關於某套件的報告,並不能證明該套件存在於某個特定部署中。即使確實存在,已安裝的版本及使用情境仍然重要。

設想一個監察器找到描述有漏洞套件版本的來源。在機構採取行動前,必須有人把所報告的版本範圍與自身資產清單連結起來。這是額外的驗證步驟,並非有效引用會自動得出的結論。

關於被利用的說法亦值得同樣審慎處理。來源可能討論示範、疑似濫用,或在另一個環境中已確認的利用情況。自動生成的摘要應保留這些區別,而非將其壓縮成確定狀態。

建議行動亦需要本身的證據。升級建議聽來可能合理,卻未解決相容性、可用性及部署限制。團隊應避免把模型提出的行動,表述得彷彿由權威維護者提供。

這些是工作流程限制所引申的分析意涵,而非對已發布範例所報告的失敗。沒有獨立測試確立此實作中此類問題出現的頻率。重點是,其驗收檢查無法解決這些後續問題。

因此,證據審查應在欄位層面檢視主張。套件身分、受影響版本、嚴重程度、利用狀態及補救措施,各自可能需要不同的佐證材料。支持一個欄位的來源,對另一個欄位可能毫無說明。

這種方法亦改變分析人員解讀信心程度的方式。一份報告可能有強力證據證明某項公告存在,卻只有薄弱證據說明機構是否受到影響。把這些判斷合併為單一信心標籤,可能掩蓋最重要的不確定性。

對知識工作者而言,保留決策背後的推理同樣重要。一個可搜尋的知識庫提供了相關方式,可將技術文件與其後的審查筆記一併整理。該組織層應保留原始證據與內部詮釋之間的區別。

營運目標應是向審查者提供有用的交接。監察器識別候選項目、解釋其相關性,並保留回溯佐證材料的途徑。審查者則判斷機構是否面對特定問題,以及何種回應合理。

這種分工為研究代理提供可信的角色,而不假設可自主管理補救措施。它亦讓團隊有方法衡量實用性:交接是否改善了實際決策。

每日監察需要持久記憶及共同政策擁有權

按排程進行研究會帶來責任,而一次成功的 notebook 工作階段無法解決這些責任。

持久性意味著在某次執行結束後仍保留有用資訊。LangChain 的persistence documentation區分檢查點與儲存庫:檢查點會保留某個執行緒的圖譜狀態;儲存庫則會跨執行緒保留由應用程式定義的資訊。記住先前發現與復原中斷的執行,是相關但不同的要求。

對每日監察器而言,這項區分會影響「新」的含義。程序不應把應用程式重新啟動視為先前遇到的每項公告都是新發現。其報告歷史需要具備獨立於目前執行的身分與生命週期。

單靠持久儲存並不能確定該身分。團隊必須界定,一項發現代表一則公告、一個套件與公告的組合,還是佐證證據的特定修訂版本。每種選擇都會改變監察器何時應再次發出警示。

公告可在較早報告後獲得實質更新。若去重規則壓制每個重複識別碼,便可能隱藏這些更新。反之,僅以頁面地址為依據的規則,則可能在不同出版物中重複報告同一潛在問題。

這些是生產環境擁有者應明確作出的設計選擇。有用的報告政策會區分首次發現、實質變更及未變更的重複項目。實作便可保留接收者所需的區別。

交付會增加另一個狀態轉換。把發現記錄為已看過,與成功把它傳送給預定審查者,是不同的事情。團隊應檢視程序若在兩者之間停止會發生甚麼。

局部研究失敗亦然。報告應區分已完成的覆蓋範圍,以及未能完成的分支。否則,空白結果可能看似令人安心,即使程序未能檢視其獲指派範圍的一部分。

共同使用帶來另一項政策挑戰。AWS 的gateway source policies支援由管理員定義並套用於請求的網域清單。AgentCore Gateway 透過 Model Context Protocol(MCP)公開工具;MCP 是用於發現及呼叫工具的標準介面。

根據 AWS,請求層級的篩選條件無法擴大 gateway target 允許的網域範圍,亦無法覆寫其排除項目。AWS 亦表示,搜尋服務使用由 Amazon 營運的索引,且不會將客戶查詢傳送至第三方搜尋引擎。這些是有文件記錄的服務特性,而非本分析的獨立發現。

當多個應用程式需要相同的來源限制時,集中政策可提供幫助。它同時集中維護這些限制的責任。共用清單需要擁有權、審查,以及處理現行規則排除的合法來源之流程。

因此,組織問題在於每項決定應歸屬何處。平台管理員可負責共同存取及來源界線。應用程式團隊可負責任務範圍、驗證及報告行為。安全審查者可負責對風險暴露及行動作出結論。

團隊在跨部門擴展監察器前,應清楚呈現這種分配。否則,可重用的研究服務傳播含糊假設的速度,可能與傳播有用證據一樣快。

接下來應關注甚麼:覆蓋範圍、驗證及重複執行

下一批有用證據將關乎研究質素及營運行為,並不限於執行速度。

首先,應留意針對明確定義的已知公告集合所作的評估。有意義的評估會說明套件、觀察期、權威參考材料及預期發現,然後解釋監察器找到、遺漏、拒絕或錯誤描述了哪些項目。

若工作流程能持續呈現相關材料,同時令遺漏變得可見,這些證據便會強化論據。持續的缺口則會收窄其適當角色。無論結果如何,都會比單一具說服力報告的範例告訴讀者更多。

評估亦應把檢索質素與詮釋質素分開。搜尋服務可以傳回相關來源,但模型可能誤讀它。相反,若關鍵公告從未進入其證據集合,模型便無法將其摘要。

其次,應留意處理引用歸屬以外欄位的驗證。具實質價值的進展,會把版本、嚴重程度、利用及補救措施的主張,與適當的權威記錄連結起來。重要結果是,為每項在營運上重要的結論提供明確證據。

這類驗證會強化更具後果用途的論據。若新增的引用仍未能支持相關欄位,單純增加更多引用便無法解決核心不確定性。讀者應尋找有文件記錄的驗收規則,而不只是更長的參考書目。

第三,應留意來自重複排程運行的結果。這些報告應說明監察器如何處理重新啟動、修訂公告、局部失敗及中斷交付。這些觀察可揭示其對新資訊的定義,是否能在日常營運變化中持續成立。

在這些情況下表現可靠,會強化每日工作流程的論據。反覆重複項目、被隱藏的覆蓋失敗或遭壓制的更新,則表示報告狀態仍需進一步處理。這些是建議的評估訊號,而非已公布的產品承諾。

總括而言,這些訊號提供一種方法,可在整合便利性以外評估 Amazon Bedrock AgentCore web search。它們聚焦於受限研究是否能為人類決策提供可靠輸入。這正是接收報告的安全團隊應採用的相關標準。

先從你已了解其套件及審查擁有者的監察清單開始。在擴大範圍前,把監察器的發現與權威公告及現有依賴項警示作比較。記錄它遺漏的內容、審查者拒絕的內容,以及哪些建議需要額外證據。

讓評估試點的人員可取得驗收規則、證據記錄及報告歷史。預先決定甚麼構成有用的覆蓋範圍,以及甚麼情況需要升級處理。Amazon Bedrock AgentCore web search 提供可檢視的研究方法;請測試這種方法是否能在重複執行中改善團隊的決策。在把每日研究報告轉化為營運依賴項前,先選定該審查流程。

 
 

為每個智能代理提供更完整的背景,提升工作表現

讓智能代理連接 remio 已整理好的知識、決策和歷史紀錄。

remio 目前支援 Windows 10+(x64) 及配備 Apple 晶片的 Mac。

你的 AI 工作夥伴
和 remio 一起高效工作

規劃、創作、交付
一站式完成

bottom of page