aws-agentic-ai

AWS Bedrock AgentCore

AWS Bedrock AgentCore 提供了一个完整的平台，包含九项核心服务，可用于部署和扩展 AI Agent。本技能介绍如何通过 AWS CLI 选择服务、确定部署模式以及集成工作流。

如何使用本技能：从下表中确定用户需要的服务，然后在回答前阅读对应的服务 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 文档工具核实 AWS 专属信息。

AWS 文档要求

回答前务必使用 MCP 工具核实 AWS 相关事实。可用的文档来源有两种：

• AgentCore 专属文档（mcp__acdocs__*）——随此插件一同提供，包含用于 AgentCore 文档的 search_agentcore_docs 和 fetch_agentcore_doc
• 通用 AWS 文档（mcp__aws-mcp__* 或 mcp__*awsdocs*__*）——通过 aws-mcp-setup 依赖项加载，可用于查询更广泛的 AWS 文档

对于 AgentCore 专属问题，优先使用 AgentCore 文档 MCP。如果 MCP 工具不可用，请引导用户按照 aws-mcp-setup 技能的设置流程进行操作。

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	在沙盒中安全执行代码	services/code-interpreter/README.md
Browser	网页自动化和抓取	services/browser/README.md
Observability	跟踪和监控	services/observability/README.md
Agent Registry	对 Agent/工具进行编目、发现和治理（预览版）	services/registry/README.md
Evaluations	自动评估 Agent 质量（LLM-as-a-Judge）	services/evaluations/README.md

常见工作流

部署 Gateway 目标

开始实施前，请先阅读 services/gateway/README.md——Gateway 设置涉及部署策略、IAM 和身份验证方式，这些选项会因使用场景而有很大差异。

1. 将 OpenAPI 架构上传到 S3
2. （仅限 API Key 身份验证） 创建凭证提供程序并存储 API Key
3. 创建关联架构的 Gateway 目标（如果使用 API Key，也要关联凭证）
4. 验证目标状态并测试连接

只有使用 API Key 身份验证时才需要凭证提供程序。Lambda 目标使用 IAM 角色，MCP 服务使用 OAuth。

管理凭证

请先阅读 cross-service/credential-management.md——不同服务的凭证模式各不相同，配置错误会导致难以排查的身份验证故障。

1. 所有 API Key 均使用 Identity 服务凭证提供程序
2. 通过 ARN 引用将提供程序关联到 Gateway 目标
3. 每季度通过更新凭证提供程序轮换凭证
4. 使用 CloudWatch 指标监控使用情况

发现 Agent 和工具（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，这些会影响记录的发现方式。

1. 创建注册表，为组织的 AI 资源编目
2. 使用描述性元数据注册资源（MCP 服务、Agent、技能、自定义资源）
3. 提交记录以供审批（开发环境自动审批，生产环境手动审批）
4. 通过 CLI 或 MCP 端点搜索和发现已审批的资源

Agent Registry 目前处于预览阶段。可在 us-east-1、us-west-2、eu-west-1、ap-northeast-1、ap-southeast-2 使用。

评估 Agent 质量

请先阅读 services/evaluations/README.md — 在线监控和按需测试所用的评估器、评分模式和 IAM 设置各不相同。

1. 使用 OpenTelemetry（ADOT）为 Agent 添加检测，以收集跟踪数据
2. 创建评估器（使用内置评估器，例如 Builtin.Helpfulness，或创建自定义评估器）
3. 设置在线评估的采样率和数据源
4. 在 CloudWatch 控制面板中监控评分，并调查得分较低的会话

监控 Agent

请阅读 services/observability/README.md 了解完整的监控设置 — 可观测性配置取决于所选的 Runtime 协议和框架。

1. 为 Agent 启用可观测性
2. 配置 CloudWatch 控制面板以显示指标
3. 为错误率和延迟设置警报
4. 使用 X-Ray 进行分布式跟踪

深入参考

上表中链接的每项服务 README 都包含指向入门指南、故障排除和高级主题的子链接。请从服务 README 开始，并按照其中的指引继续阅读。

高级 Runtime 和 OAuth 参考

Runtime 内部机制、部署、OAuth 集成和通信协议的深入参考文档。构建生产环境 Runtime 部署或配置 OAuth 身份验证时，请阅读这些文档：

• OAuth 集成：references/agentcore-oauth-integration.md - 三层 OAuth 架构（入站 JWT、出站凭证提供程序、Gateway OAuth）、Cognito 配置、支持的 IdP、端到端 CDK 示例
• Runtime 核心机制：references/agentcore-runtime-core.md - 容器契约、MicroVM Session 模型、Agent 生命周期（按请求或按会话）、工具集成（MCP/HTTP）、启动流程
• Runtime 部署和运维：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
• Runtime 协议参考：references/agentcore-runtime-protocols.md - HTTP、MCP、A2A、AG-UI 协议规范，包含容器契约、端点规范和选择指南

可运行脚本模板

scripts/ 中提供了适用于常见部署模式的生产就绪模板：

脚本	协议	描述
Dockerfile.runtime-template	—	用于 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	使用 Streamable 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	—	用于 Gateway 生命周期管理的 CDK Custom Resource Lambda

跨服务资源

有关跨多个 AgentCore 服务的模式和最佳实践：

• 凭证管理：cross-service/credential-management.md - 统一的凭证模式、安全实践、轮换流程
• 注册表集成：cross-service/registry-integration.md - 与 Gateway、Identity、Runtime 配合使用的跨服务模式
• 安全与资源策略：cross-service/security-resource-policies.md - 基于资源的策略、跨账户访问、VPC/IP 限制
• 使用 S3 Files 部署 Agent：cross-service/agent-persistence-patterns.md - 在 AgentCore 上使用 S3 Files 和 Session Storage 部署 Strands Agents、OpenClaw、Claude Agent SDK

其他资源

• AWS 文档：Amazon Bedrock AgentCore
• API 参考：Bedrock AgentCore Control Plane API
• AWS CLI 参考：bedrock-agentcore-control commands