航空公司的應用和網站早已支援旅客查詢航班、挑選座位和管理預訂。如果在這些介面之上再疊加一層自然語音互動，旅客只需開口說話就能完成同樣的操作，既不用離開當前應用，也不必在多個頁面之間來回切換。不過，構建這樣一層並不輕鬆：需要讓雙向音訊流穩定傳輸，在多輪對話中始終保留上下文，在不與現有後端緊耦合的前提下接入既有系統，還要在節假日前的高峰流量下按需擴充套件。
本文將演示如何為航空公司應用加入一個語音旅行管家，它建立在三項託管服務之上。Amazon Bedrock AgentCore 是一個用於安全構建、部署和運營 AI 代理的平臺，允許自由選擇框架與模型；Amazon Nova Sonic on Bedrock 是面向即時語音的語音到語音模型；Amazon Bedrock Knowledge Bases 則是完全託管的檢索增強生成服務，可讓回答紮根於企業自有文件。旅客開口之後，管家可以調出行程、更改座位、更新餐食偏好、回答政策問題，並在旅客要求時轉接人工客服。
值得注意的是，管家是與現有介面並存的，而不是取而代之，因此旅客可以在同一會話中自由切換點選與語音兩種方式。它執行在按需擴充套件的服務上，開發者可以把精力放在體驗本身而不是基礎設施上。AI 層透過合成資料連線到一套示例航空公司後端，方便把同樣的模式遷移到自有系統。整個專案按模組拆分，可以只複用那些適配現有後端的部分，並把它們作為工具暴露給代理。
按照文中列出的學習目標，讀者將掌握：使用 AWS Cloud Development Kit（AWS CDK）在 AWS 上部署語音 AI 管家；用 Strands Agents 框架和 Amazon Nova 2.5 Sonic 構建代理，並託管在 AgentCore 執行時上；透過 AgentCore Gateway 以 Model Context Protocol（MCP）把代理連到後端服務；用 Amazon Bedrock Knowledge Bases 回答航空公司政策問題；以及在轉接人工客服時提供參考編號和預計等待時間。
整體架構把前端、AI 代理和後端服務劃分為相互獨立的層，便於各自開發與擴充套件。MCP 是一種連線 AI 應用與外部工具、資料的開放標準，它在代理和後端之間傳遞標準化訊息，從而讓兩者保持松耦合。方案部署的服務包括：Amazon Cognito 負責使用者認證並簽發臨時 AWS 憑證以支援簽名 API 訪問；AgentCore 執行時以每會話 microVM 隔離的方式託管代理；AgentCore Gateway 把後端端點暴露為可發現的 MCP 工具；Amazon API Gateway 以 IAM 授權釋出 REST 端點；AWS Lambda 承載行程、座點陣圖、旅客資訊更新、航班狀態、忠誠度、政策查詢與升級等業務邏輯；Amazon DynamoDB 儲存客戶檔案、預訂、旅客、座點陣圖、購買歷史、偏好、對話記錄和航班資料；Bedrock Knowledge Bases 基於航空公司政策文件作答；Amazon SES 傳送郵件通知；AWS Amplify 託管 React 前端。
架構圖分為四個部分。A 部分為後端基礎設施，用五個 CDK 堆疊部署 DynamoDB 表、Lambda 函式、API Gateway 端點、Bedrock Knowledge Bases 和 Cognito。B 部分是 AgentCore Gateway，由一個 CDK 堆疊基於 MCP 協議建立閘道器，並把每個後端端點暴露為代理可以按名稱呼叫的工具。C 部分是 AgentCore 執行時，由兩個 CDK 堆疊配置執行時基礎設施：Amazon ECR 存放容器映象，Amazon S3 儲存原始碼上傳，AWS CodeBuild 生成 ARM64 Docker 映象，執行時則藉助 Strands Agents 框架與 Amazon Nova 2.5 Sonic，並支援 WebSocket。D 部分是前端，由一個 CDK 堆疊把 React 應用部署到 AWS Amplify。
使用者請求的流轉過程如下：使用者在瀏覽器或移動裝置上開啟託管於 AWS Amplify 的 Web 應用；在登入頁輸入憑證後，Cognito 完成認證並返回 JWT 與臨時 AWS 憑證；前端與 Bedrock AgentCore 建立經過 SigV4 簽名的 WebSocket 連線，開啟語音會話；執行時用 Cognito 校驗令牌，並透過 Bedrock 初始化 Nova 2.5 Sonic；使用者說話後，Nova 2.5 Sonic 處理音訊並觸發工具呼叫，代理透過 MCP 呼叫 AgentCore Gateway 來獲取航班資料、管理預訂和更新旅客偏好；閘道器再把請求以 REST 呼叫轉發給 API Gateway，進而路由到 Lambda；Lambda 查詢 DynamoDB 中的預訂、旅客、座點陣圖、忠誠度狀態和航班資訊，並透過 SES 傳送郵件通知；最後 Nova 2.5 Sonic 生成結合上下文的語音回覆，經 AgentCore 執行時透過 WebSocket 流式返回。遇到政策類問題時，閘道器會經由 MCP 的知識庫聯結器直接查詢 Bedrock Knowledge Bases，知識庫以引用形式返回相關政策段落。當使用者要求人工客服時，Lambda 會在 DynamoDB 中記錄升級並返回參考編號，隨後 Amplify 從使用者裝置發起呼叫，接通真人客服。
構建與運維環節同樣清晰。AWS CDK 用單個指令碼完成部署：構建過程把代理原始碼上傳到 Amazon S3，觸發 CodeBuild 生成容器映象並存入 Amazon ECR 供 AgentCore 執行時使用。Amazon CloudWatch 彙總所有服務的日誌、指標和告警，AWS KMS 負責靜態資料加密。開始前的準備條件包括：一個 AWS 賬戶；在部署區域為 Amazon Nova 2.5 Sonic 開通模型訪問許可權（知識庫使用服務託管嵌入模型，因此無需單獨申請嵌入模型許可權）；Node.js 20.x 或更高版本；Python 3.12 或更高版本；已配置憑證的 AWS CLI 2.x；透過 npm 安裝並引導賬戶的 AWS CDK CLI 2.x；以及來自 aws-samples GitHub 倉庫的配套程式碼。部署時只需克隆倉庫、配置憑證並執行部署指令碼，詳細步驟可參考倉庫 README。
示例資料模型方面，API Gateway 釋出了帶 IAM 授權端點和 Lambda 整合的 REST API，DynamoDB 以個位數毫秒延遲和按需擴充套件能力儲存資料，覆蓋客戶檔案、預訂、旅客、座點陣圖、購買歷史、偏好、對話記錄和航班狀態。
在政策問答上，旅客常會詢問行李限額、改簽費用、寵物出行和忠誠度條款。方案透過 Bedrock Knowledge Bases 的檢索增強生成（RAG）以航空公司政策文件為依據作答，倉庫中自帶行李、取消與退款、改簽與重新預訂、票價等級規則、忠誠度條款、寵物出行、特殊協助和升艙等示例政策文件。使用者把文件上傳到 Amazon S3 並一次性建立知識庫，之後的嵌入、分塊、索引、儲存和檢索都由 Bedrock 處理，儲存執行在 Amazon S3 Vectors 上；Smart Parsing 能讓 PDF 中的表格和結構化版式被準確檢索。政策文件變更時只需同步知識庫，新內容立即可用，無需重新部署流水線。把知識庫接到代理也很直接：在 AgentCore Gateway 中將其新增為 Connectors 目標，選擇標準檢索或代理式檢索，閘道器就會把它作為具名 MCP 工具與後端 API 工具並列暴露，代理在執行時自動發現並按名稱呼叫，無需編寫自定義 Lambda 或檢索程式碼。若要使用自有政策，把 PDF 或文本檔案放入政策文件目錄並重新部署知識庫堆疊即可。
語音 AI 處理方面，每個會話都作為託管容器執行在 AgentCore 執行時上，並具備 microVM 隔離，因此在高負載下旅客對話依然彼此獨立；AgentCore 還提供自動擴充套件、內建監控和會話路由。生產部署建議加入 Amazon Bedrock Guardrails，用於過濾提示注入嘗試並驗證回答的依據來源。本方案採用“寫入前確認”模式，即在做出任何更改前先請旅客確認，再加上能追溯到源文件的知識庫引用，構成負責任 AI 實踐的基本基線。代理使用 Strands BidiAgents 框架定義系統提示、工具和對話流程，而 Nova 2.5 Sonic 則為管家帶來多項能力：跨口音的語音識別與對背景噪聲的魯棒性；可適應旅客語調的口語回覆；低延遲的雙向流式傳輸；無需暫停對話即可並行取數或呼叫工具的非同步工具呼叫；在等待工具結果時生成臨時語音以掩蔽延遲，保持對話自然；支援打斷與自然輪流；以及跨多輪延續的上下文。音訊以前端 16 kHz PCM 的形式經 WebSocket 流向 AgentCore 執行時，Nova 2.5 Sonic 轉寫語音，代理挑選合適的工具並經 MCP 呼叫；AgentCore Gateway 把每次 MCP 呼叫轉換為 REST 請求，Lambda 執行邏輯並返回結果，最終由 Nova 2.5 Sonic 把這些結果整合成一段口語回覆。本方案使用的是具備強推理能力的 Nova 2.5 Sonic，對需要呼叫後端工具並遵循詳細系統提示的語音管家而言，這種推理能力體現在更好的工具呼叫與代理式任務完成等方面。