AWS 智能体 AI

aws-agentic-ai
分类编程
作者Agentic Awesome Skills 社区
许可MIT
评分4.80/5
使用13.7K

AWS Bedrock AgentCore

使用场景

当你需要 AWS Bedrock AgentCore 全方位专家来大规模部署和管理 AI Agent 时，请使用此技能。适用于任何 AgentCore 服务，包括 Gateway、Runtime、Memory、Identity、Code Interpreter、Browser、Observability、Agent Registry 或 Evaluations。涵盖 Agent 部署、MCP...

AWS Bedrock AgentCore 提供了一个完整的平台，通过九项核心服务实现 AI Agent 的部署和扩展。本技能涵盖了服务选择、部署模式以及使用 AWS CLI 的集成工作流。

如何使用此技能：从下表中识别用户所需的服务，在回答前阅读相应的服务 README。对于跨服务模式（凭证、安全、注册表集成），请查看“跨服务资源”部分。使用 MCP 文档工具验证 AWS 特定细节。

AWS 文档要求

在回答之前，请务必使用 MCP 工具验证 AWS 相关事实。提供两种文档来源：

  • AgentCore 专用文档 (mcp__acdocs__*) —— 随本插件捆绑，提供 search_agentcore_docs 和 fetch_agentcore_doc 用于查询 AgentCore 文档。

  • 通用 AWS 文档 (mcp__aws-mcp__* 或 mcp__*awsdocs*__*) —— 通过 aws-mcp-setup 依赖加载，用于更广泛的 AWS 文档。

针对 AgentCore 的特定问题，优先使用 AgentCore 文档 MCP。如果 MCP 工具不可用，请引导用户完成 aws-mcp-setup 技能的设置流程。

可用服务

| 服务 | 用途 | 文档 |
|---------|---------|---------------|
| Gateway | 将 REST API 转换为 MCP 工具 | services/gateway/README.md |
| Runtime | 部署和扩展 Agent | services/runtime/README.md |
| Memory | 管理对话状态 | services/memory/README.md |
| Identity | 凭证和访问管理 | services/identity/README.md |
| Code Interpreter | 在沙箱中安全执行代码 | services/code-interpreter/README.md |
| Browser | 网页自动化和爬取 | services/browser/README.md |
| Observability | 追踪和监控 | services/ob |
| services/observability/README.md |
| Agent Registry | 代理/工具的目录、发现与治理 (预览版) | services/registry/README.md |
| Evaluations | 自动化代理质量评估 (LLM-as-a-Judge) | services/evaluations/README.md |

常用工作流

部署网关目标 (Gateway Target)

在实施前请阅读 services/gateway/README.md —— 网关设置涉及的部署策略、IAM 和认证选择会因使用场景而异。

1. 将 OpenAPI schema 上传至 S3
2. *(仅限 API Key 认证)* 创建凭据提供者并存储 API key
3. 创建网关目标并关联 schema（若使用 API key 则关联凭据）
4. 验证目标状态并测试连通性

> 凭据提供者仅在 API key 认证时需要。Lambda 目标使用 IAM 角色，MCP 服务器使用 OAuth。

管理凭据

请先阅读 cross-service/credential-management.md —— 不同服务的凭据模式有所不同，配置错误会导致难以调试的认证失败。

1. 为所有 API key 使用 Identity 服务的凭据提供者
2. 通过 ARN 引用将提供者链接到网关目标
3. 通过更新凭据提供者每季度轮换一次凭据
4. 使用 CloudWatch 指标监控使用情况

发现代理与工具 (Agent Registry)

请先阅读 services/registry/README.md —— 注册表包含治理工作流、MCP 端点选项和同步模式，这些将影响记录的可发现性。

1. 创建注册表以编目组织内的 AI 资源
2. 注册资源（MCP 服务器、代理、技能、自定义资源）并添加描述性元数据
3. 提交记录以供审核（开发环境自动批准，生产环境手动批准）
4. 通过 CLI 或 MCP 端点搜索并发现已批准的资源

> Agent Registry 目前处于预览版。可用区域包括 us-east-1, us-west-2, eu-west-1, ap-northeast-1, ap-southeast-2。

评估代理质量

请先阅读 services/evaluations/README.md —— 评估器、评分模式和 IAM 设置在在线监控和按需测试之间有所不同。

1. 为代理部署 OpenTelemetry (ADOT) 以收集追踪数据
2. 创建评估器（使用内置评估器如 Builtin.Helpfulness 或创建自定义评估器）
3. 设置在线评估，配置采样率和数据源
4. 在 CloudWatch 仪表板中监控评分；调查低分会话

监控代理

有关完整的监控设置，请阅读 services/observability/README.md —— 可观测性配置取决于您选择的 Runtime 协议和框架。

1. 启用
Agent 的可观测性
2. 配置 CloudWatch 仪表板以监控指标
3. 为错误率和延迟设置告警
4. 使用 X-Ray 进行分布式追踪

深度参考

每个服务的 README（见上表链接）都包含指向入门指南、故障排除和高级主题的子链接。请先阅读服务 README，然后根据指引深入了解。

高级 Runtime 与 OAuth 参考

关于 Runtime 内部机制、部署、OAuth 集成和通信协议的深度参考文档。在构建生产级 Runtime 部署或配置 OAuth 认证时请阅读：

  • Runtime 核心机制: references/agentcore-runtime-core.md - 容器契约、MicroVM 会话模型、Agent 生命周期（单次请求 vs 单次会话）、工具集成 (MCP/HTTP)、启动流程
  • Runtime 部署与运维: references/agentcore-runtime-deploy.md - CDK 部署 (L1/L2 构造)、多 Runtime 架构、安全模型、可观测性 (OTel/CloudWatch)、BedrockAgentCoreApp 与 FastAPI 对比

可运行脚本模板

scripts/ 中提供了适用于常见部署模式的生产级模板：

| 脚本 | 协议 | 描述 |
|--------|----------|-------------|
| Dockerfile.runtime-template | — | AgentCore Runtime 的 ARM64 多阶段 Docker 构建 |
| runtime-fastapi-template.py | HTTP | 支持 SSE 流式传输和 MCPClient 的 FastAPI Runtime |
| mcp-server-template.py | MCP | 支持可流式传输 HTTP 传输的 MCP Server |
| a2a-server-template.py | A2A | 支持 Agent Card 发现的 A2A Server |
| agui-server-template.py | AG-UI | 支持标准 AG-UI 事件流的 AG-UI Server |
| gateway-custom-resource-lambda.py | — | (此处文本截断) |
cripts/gateway-custom-resource-lambda.py) | — | 用于 Gateway 生命周期的 CDK 自定义资源 Lambda |

跨服务资源

针对跨多个 AgentCore 服务的模式和最佳实践：

附加资源

局限性

  • 仅在任务与上游来源及本地项目上下文明确匹配时使用此技能。
  • 在应用更改前，请验证命令、生成的代码、依赖项、凭证以及外部服务的行为。
  • 不要将示例视为针对特定环境的测试、安全审查或破坏性/高成本操作用户审批的替代方案。