mcpField
A
agents-build

agents-build

github.com/awsAgent 工作流3.3k2.0k 次安装1 天前更新
代码仓库

关于 agents-build

面向扩展现有 AgentCore 项目的开发者,用于为可运行的 Agent 添加能力。它会根据需求引导至记忆、网络、多 Agent、迁移、浏览器、代码执行、支付或资源清理等流程。

主要功能

  1. 01添加记忆与应用集成
  2. 02配置 VPC 网络
  3. 03构建多 Agent 模式
  4. 04支持 Bedrock Agent 迁移
  5. 05添加浏览器、代码和支付能力
  6. 06删除项目资源

适用场景

  1. 01添加跨会话用户记忆
  2. 02从应用调用 Agent
  3. 03连接私有网络资源
  4. 04清理已部署的项目资源

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/aws/agent-toolkit-for-aws --skill agents-build

安装后在 Claude Code 中输入/agents-build确认已加载。

包含的文件

除 SKILL.md 外,安装时一起下载的参考资料和脚本。

references/
browser.md
code-interpreter.md
integrate.md
local-vs-deployed.md
memory.md
migrate.md
multi-agent.md
payments.md
request-headers.md
teardown.md
vpc.md
scripts/
process_payment_tool.py
setup_payment_user.py

详细介绍

build

为 AgentCore Agent 项目添加功能。

适用场景

  • 为 Agent 添加跨会话记忆
  • 通过 Web 应用、移动应用或后端服务调用已部署的 Agent
  • 为私有资源(RDS、内部 API)配置 VPC 网络
  • 使用编排者/专家模式构建多 Agent 系统
  • 将现有的 Bedrock Agent 迁移到 AgentCore
  • 添加 Browser 工具,让 Agent 能够浏览网站
  • 添加 Code Interpreter,让 Agent 能够在沙箱中执行代码
  • 添加 AgentCore Payments,让 Agent 能够为受 x402 或 MPP 保护的 API、工具或内容付费
  • 从项目中移除资源或拆除部署

请勿用于:

  • 通过 Gateway 连接外部工具/API(OpenAPI 规范、Lambda、MCP 服务、凭证、策略)→ 使用 agents-connect
  • 搭建新项目 → 使用 agents-get-started
  • 部署 → 使用 agents-deploy

输入

$ARGUMENTS 可以是:

  • 一项功能:“memory”、“integrate”、“vpc”、“multi-agent”、“migrate”、“browser”、“code-interpreter”、“payments”、“teardown”
  • 对所需功能的描述:“记住用户偏好”、“通过 React 应用调用”、“抓取网站”、“在 Agent 中运行 pandas”、“删除我的 Agent”、“清理资源”
  • 空值 — 技能会根据上下文确定工作流

流程

步骤 0:验证 CLI 版本

运行 agentcore --version。此技能要求版本为 v0.9.0 或更高。

如果版本较旧:“运行 agentcore update 以获取最新版本。”

步骤 1:读取项目上下文

读取 agentcore/agentcore.json,了解当前项目,包括框架、现有资源和 Agent 配置。

如果未找到 agentcore/agentcore.json:

  1. 检查开发者是否位于错误的目录。 在父目录中查找 agentcore/agentcore.json(最多向上 3 层)。如果找到,请告知:“在 <path> 找到了一个 AgentCore 项目。你是在该项目中工作吗?”
  2. 如果附近没有任何项目,询问他们想添加什么功能。然后提供两个选择:
    • “我可以先引导你创建项目,再添加 CAPABILITY——要这样做吗?”(内联运行入门流程,然后继续 build 工作流)
    • “如果你已有其他位置的项目,请先 cd 到该项目目录,然后重试。”

不要只说“去使用 agents-get-started”然后就此结束——这样会丢失开发者原本想做什么的上下文。

步骤 2:确定工作流

重要的区分说明——在跳转到构建参考文档之前,请先确认提示实际询问的是连接还是调试问题:

  • 如果提到外部 API、Lambda 函数、OpenAPI 规范、网关、凭证、MCP 服务或策略 → 这是 agents-connect,而不是构建
  • 如果开发者表示某些内容无法正常工作(答案错误、出现错误、工具故障)→ 这是 agents-debug,而不是构建
  • 构建适用于为正常运行的项目添加新功能,而不是修复故障

根据开发者的提示和 $ARGUMENTS,加载相应的参考文档:

开发者意图要加载的参考文档
添加记忆、记住信息、用户偏好、跨会话references/memory.md
在应用中调用 Agent、从代码中调用、流式处理、SDK 客户端、Agent URL、在会话中执行 shellreferences/integrate.md
VPC、私有网络、RDS、内部 API、子网、安全组references/vpc.md
多 Agent、编排器、专家、A2A、委派、Agent 移交references/multi-agent.md
从调用方传递给 Agent 的自定义标头、标头允许列表、租户 ID/关联 ID/跟踪信息传播references/request-headers.md
迁移 Bedrock Agent、导入 Agent、迁移到 AgentCorereferences/migrate.md
浏览器工具、网页导航、填写表单、抓取数据、Nova Act、Playwright、实时视图references/browser.md
Code Interpreter、执行代码、沙箱、运行 Python/JS/TS、在 Agent 中进行数据分析、pandasreferences/code-interpreter.md
付款、为 x402 或 MPP 内容付费、402 Payment Required、Machine Payments Protocol、WWW-Authenticate: Payment、微支付、付费 API/工具、付款管理器/连接器references/payments.md
删除 Agent、移除资源、拆除、清理、销毁、重新开始references/teardown.md
更改模型、切换模型、使用 Haiku/Sonnet/Nova、使用其他模型内嵌——参见下方“更改模型”

如果开发者询问本地开发与已部署环境之间的差异(例如,“为什么我的记忆在部署后有效,但在本地无效?”),请同时加载 references/local-vs-deployed.md 和相应的工作流参考文档。

将匹配的文件读入上下文,并逐步遵循其 Process 部分——不要总结。

如果意图不明确,请询问开发者想要添加哪项功能。

更改模型

模型在 app/<AgentName>/model/load.py 中配置(由 agentcore create 生成)。更改方法如下:

  1. 打开 app/<AgentName>/model/load.py
  2. 更改 BedrockModel() 构造函数中的 model_id 参数
# Default (scaffolded by CLI)
return BedrockModel(model_id="global.anthropic.claude-sonnet-4-5-20250929-v1:0")

# Switch to Haiku for cost savings
return BedrockModel(model_id="us.anthropic.claude-3-5-haiku-20241022-v1:0")

# Switch to Nova Lite
return BedrockModel(model_id="amazon.nova-lite-v1:0")

跨区域推理配置文件前缀(us.、eu.、apac.、global.)用于控制推理运行的位置。使用 global. 可获得最高吞吐量,或使用地理区域前缀以满足数据驻留要求。并非所有模型都支持所有前缀——请查看 Bedrock 推理配置文件文档。

更改模型后:

  • 确认模型已在你的区域启用:AWS Console → Amazon Bedrock → Model access
  • 对于跨区域配置文件,请在所有目标区域启用
  • 如果使用 agents-harden,请更新 IAM 策略,将权限范围限定到新的模型 ARN
  • 运行 agentcore dev 在本地测试,然后运行 agentcore deploy 更新已部署的 Agent

无需更改 agentcore.json——模型在代码中配置,而不是在项目配置中。

预检:生成 CLI 命令前验证所有 --name

无论加载哪个参考,大多数最终都会生成 agentcore add <resource> --name <something> 命令。CLI 会在较晚阶段才因名称无效而失败——你会在走完提示流程后才看到错误,而不是在运行命令前看到。请提前验证:

资源最大字符数允许的字符起始字符
Agent(add agent)48字母数字 + _字母
Memory、gateway、gateway-target、credential、evaluator、online-eval、policy、policy-engine、payment-manager、payment-connector48字母数字 + _字母

构造命令前先统计字符数。如果名称超出限制,或包含连字符、点号或空格,请提出异议:“<name> 有 N 个字符/使用了 -,CLI 不接受。建议使用 <suggestion>?”切勿抱着 CLI 错误提示会说清楚的想法,使用无效名称运行命令。

注意:agentcore create --name(项目名称)的限制更严格,为 23 个字符,且不允许使用下划线。agents-get-started 中有相关说明;如果你看到开发者重新运行 create,请明确指出 23 个字符的限制。

输出

视工作流而定——具体输出请参阅已加载的参考。

质量标准

  • 根据开发者的意图加载了正确的参考
  • 所有输出均符合已加载参考的质量标准
  • 在适当情况下包含对其他技能(agents-connect、agents-deploy)的交叉引用

评论

支持 Markdown