AWS、航空宇宙部品の代替評価を支援するマルチエージェント助手

航空宇宙分野で旧式化または納期遅延した部品の代替品を評価する技術者は、ベンダーのデータシート、インターフェース管理文書（ICD）、認定記録の比較に数日かかることがあります。AWSは、Amazon Bedrock AgentCore、Amazon Nova Multimodal Embeddings、オープンソースのStrands Agents SDKを使い、代替根拠を集めて評価書の草案を作るマルチエージェント助手を提案しました。代替を推奨または承認することはなく、すべての判断は技術者が行います。

プランナーが問い合わせを「カタログ」「評価」「ナレッジ」の各専門エージェントに振り分けます。各エージェントはテキスト文書と画像文書を検索し、最新の生産終了情報を確認し、候補部品を比較して、Pythonの公差ルールを適用します。複数の専門エージェントが関わる場合は、監督役が結果をまとめます。システムは根拠説明書と統合影響評価書を作成してレビューに回し、AS9100の8.4項および8.5.6項に沿った監査記録も残します。

構成では、振り分けにClaude Haiku 5.5、専門ツールの実行にClaude Sonnet 5.5、複数の調査結果の統合にClaude Opus 5.5を使います。サンプルのナレッジベースには、架空のAnyCompany製リアクションホイール7機種が含まれ、蓄積可能な運動量は0.003～5.0 Nmsです。構造化された仕様データにより、再現可能な適合度スコアを算出できます。写真、データシートのページ、図表の切り抜きからは、テキスト項目にない情報を補います。構造化データ内のベンダー名を正とし、ファイル名、画像、ウェブ検索結果からメーカーを推測しない設計です。

Nova Multimodal Embeddingsは、トルク曲線を含むテキストや文書の検索に対応し、Amazon S3 Vectorsの索引を通じた画像検索も行います。管理型ナレッジベースの検索APIは画像を受け取れないため、アップロードされた図表や写真は別の索引で処理します。写真の比較ではコサイン類似度を算出し、同じ製品系列のホイール同士は約0.84、異なるクラス同士は約0.40となった例があります。このスコアは仕様適合の判定を補助しますが、判定そのものを決めるものではありません。

AWSによると、図表領域を切り抜いて索引化したテストでは、アップロードされた図表による部品照合の正答数が、ページ全体の索引化で7機種中3機種だったのに対し、図表帯の切り抜きでは7機種中7機種に向上しました。技術者が部品名を指定すると、ツールはその部品の索引済みコンテンツに検索対象を絞ります。画像検索でエラーが起きると、テキスト検索へ通知なしに切り替わる場合があります。実行ロールに「s3vectors:QueryVectors」の権限がない場合も該当し、AWSは誤った部品名が高い確信度に見える可能性があると説明しています。そのため、画像検索から切り替わった際には、ツールが明示的な失敗警告を記録します。サンプルは単体で実行できるJupyterノートブック5冊で提供されます。利用にはPython 3.10以降、指定されたBedrockモデルへのアクセス権を持つ米国東部（バージニア北部）のAWSアカウント、ナレッジベース、S3 Vectors索引、AgentCore Gatewayが必要です。

航空宇宙分野で旧式化または納期遅延した部品の代替品を評価する技術者は、ベンダーのデータシート、インターフェース管理文書（ICD）、認定記録の比較に数日かかることがあります。AWSは、Amazon Bedrock AgentCore、Amazon Nova Multimodal Embeddings、オープンソースのStrands Agents SDKを使い、代替根拠を集めて評価書の草案を作るマルチエージェント助手を提案しました。代替を推奨または承認することはなく、すべての判断は技術者が行います。

プランナーが問い合わせを「カタログ」「評価」「ナレッジ」の各専門エージェントに振り分けます。各エージェントはテキスト文書と画像文書を検索し、最新の生産終了情報を確認し、候補部品を比較して、Pythonの公差ルールを適用します。複数の専門エージェントが関わる場合は、監督役が結果をまとめます。システムは根拠説明書と統合影響評価書を作成してレビューに回し、AS9100の8.4項および8.5.6項に沿った監査記録も残します。

構成では、振り分けにClaude Haiku 5.5、専門ツールの実行にClaude Sonnet 5.5、複数の調査結果の統合にClaude Opus 5.5を使います。サンプルのナレッジベースには、架空のAnyCompany製リアクションホイール7機種が含まれ、蓄積可能な運動量は0.003～5.0 Nmsです。構造化された仕様データにより、再現可能な適合度スコアを算出できます。写真、データシートのページ、図表の切り抜きからは、テキスト項目にない情報を補います。構造化データ内のベンダー名を正とし、ファイル名、画像、ウェブ検索結果からメーカーを推測しない設計です。

Nova Multimodal Embeddingsは、トルク曲線を含むテキストや文書の検索に対応し、Amazon S3 Vectorsの索引を通じた画像検索も行います。管理型ナレッジベースの検索APIは画像を受け取れないため、アップロードされた図表や写真は別の索引で処理します。写真の比較ではコサイン類似度を算出し、同じ製品系列のホイール同士は約0.84、異なるクラス同士は約0.40となった例があります。このスコアは仕様適合の判定を補助しますが、判定そのものを決めるものではありません。

AWSによると、図表領域を切り抜いて索引化したテストでは、アップロードされた図表による部品照合の正答数が、ページ全体の索引化で7機種中3機種だったのに対し、図表帯の切り抜きでは7機種中7機種に向上しました。技術者が部品名を指定すると、ツールはその部品の索引済みコンテンツに検索対象を絞ります。画像検索でエラーが起きると、テキスト検索へ通知なしに切り替わる場合があります。実行ロールに「s3vectors:QueryVectors」の権限がない場合も該当し、AWSは誤った部品名が高い確信度に見える可能性があると説明しています。そのため、画像検索から切り替わった際には、ツールが明示的な失敗警告を記録します。サンプルは単体で実行できるJupyterノートブック5冊で提供されます。利用にはPython 3.10以降、指定されたBedrockモデルへのアクセス権を持つ米国東部（バージニア北部）のAWSアカウント、ナレッジベース、S3 Vectors索引、AgentCore Gatewayが必要です。