Erste Schritte mit Amazon Bedrock AgentCore

Mit diesem Schnellstart gelangen Sie mithilfe der AgentCore CLI in wenigen Minuten von Null auf einen laufenden Agenten. Sie installieren die CLI, erstellen ein Gerüst für ein Projekt, testen lokal, implementieren es auf Ihrem Agenten AWS und rufen ihn auf.

Es gibt zwei Möglichkeiten, einen Agenten auf AgentCore derselben CLI zu erstellen:

Auf dieser Seite wird der codebasierte Ablauf beschrieben. Informationen zum Kabelbaum finden Sie unter Was ist ein Kabelbaum. AgentCore

Melden Sie sich an für ein AWS Konto

Melde dich an für ein AWS Konto

Um loszulegen AWS, benötigen Sie ein AWS Konto. Informationen zum Erstellen eines AWS Kontos finden Sie unter Erste Schritte mit einem AWS Konto im Referenzhandbuch zur AWS Kontoverwaltung.

Voraussetzungen

Schritt 1: AgentCore CLI installieren

npm install -g @aws/agentcore

Überprüfen:

agentcore --version

Um später zu aktualisieren, führen Sie den Installationsbefehl erneut aus oderagentcore update. Quelle und Probleme: agentcore-cli aktiviert. GitHub

Schritt 2: Erstellen Sie Ihr Projekt

agentcore create

Der interaktive Assistent fragt Sie zunächst, was Sie erstellen möchten:

Wenn Sie Agent wählen, fährt der Assistent fort mit:

Sie können Flags auch direkt übergeben, um einen codebasierten Agenten zu erstellen:

agentcore create \
  --name MyAgent \
  --framework Strands \
  --model-provider Bedrock \
  --memory none \
  --build CodeZip

Struktur des Projekts

agentcore creategeneriert:

MyAgent/
├── agentcore/
│   ├── agentcore.json      # Project and resource configuration
│   ├── aws-targets.json    # Deployment target (account and region)
│   └── cdk/                # CDK infrastructure (auto-managed)
└── app/
    └── MyAgent/            # Your agent code
        ├── main.py         # Agent entrypoint
        ├── pyproject.toml  # Python dependencies
        └── ...

Wichtige Dateien:

Schritt 3: Lokal testen

cd MyAgent
agentcore dev

agentcore deverstellt eine virtuelle Python-Umgebung, installiert Abhängigkeiten, startet einen lokalen Server mit Hot-Reload und öffnet den Agenteninspektor in Ihrem Browser, sodass Sie mit dem Agenten chatten, Traces überprüfen und Projektressourcen durchsuchen können. Codeänderungen werden automatisch übernommen.

Nützliche Flaggen:

Schritt 4: Stellen Sie Ihren Agenten bereit

agentcore deploy

Bereitstellen:

Die erste Bereitstellung dauert einige Minuten, während CDK Ihr Konto bootet. Nachfolgende Bereitstellungen sind schneller.

Sehen Sie sich in einer Vorschau an, was sich ohne Bereitstellung ändern wird:

agentcore deploy --dry-run

Status überprüfen:

agentcore status

Schritt 5: Rufen Sie Ihren bereitgestellten Agenten auf

agentcore invoke --prompt "Hello, what can you do?"

Wenn Ihr Agent Zahlungen konfiguriert hat, geben Sie zum Zeitpunkt des Aufrufs den Zahlungskontext an:

agentcore invoke \
  --prompt "Access https://example-x402-merchant.com/paid-api" \
  --payment-instrument-id <INSTRUMENT_ID> \
  --auto-session \
  --payment-user-id user@example.com

Das ist die Schleife. Iterierenapp/MyAgent/main.py, testen mitagentcore dev, bereitstellen mitagentcore deploy, aufrufen mit. agentcore invoke

Fügen Sie Ihrem Projekt Funktionen hinzu

agentcore addverwaltet Ressourcen inagentcore.json. Führt es ohne Argumente für das interaktive Menü aus oder zielt direkt auf eine Ressource ab.

agentcore add memory        # Store conversation context
agentcore add agent         # Add a second agent to the same project
agentcore add gateway       # Connect external APIs/tools through Gateway
agentcore add credential    # Add an API key for a non-Bedrock provider
agentcore add evaluator     # Quality evaluation
agentcore add payment-manager   # Payments: create a payment manager
agentcore add payment-connector # Payments: link a payment provider

Jeder Befehl add bildet das Gerüst für die Konfiguration und fordert zur Eingabe der erforderlichen Werte auf. Führen agentcore deploy Sie nach dem Hinzufügen den Befehl zur Bereitstellung aus.

Detaillierte Informationen zu den Funktionen, die Sie hinzufügen können:

Logs und Traces anzeigen

# Stream recent logs
agentcore logs

# Filter
agentcore logs --since 30m --level error
agentcore logs --query "timeout"

# List recent traces
agentcore traces list

# Get a specific trace
agentcore traces get <trace-id>

Bereinigen

agentcore remove all
agentcore deploy

remove allsetzt die Konfiguration zurück. Das Follow-up deploy erkennt, dass der Status leer ist, und reduziert die Ressourcen in Ihrem Konto.

Nächste Schritte