Erste Schritte mit der Batch-Auswertung

Diese exemplarische Vorgehensweise führt Sie von einem eingesetzten Agenten zu den Ergebnissen der Batch-Auswertung mithilfe eines Kundendienstmitarbeiters von Acme Store. Sie erstellen den Agenten, stellen ihn bereit, generieren Beispielsitzungen, führen eine Batch-Auswertung durch und lesen die Ergebnisse.

Bevor Sie beginnen

Stellen Sie Folgendes sicher:

Vollständige Informationen finden Sie unter Voraussetzungen.

Die folgenden Konstanten werden in den boto3-Beispielen verwendet. Ersetzen Sie sie nach der Bereitstellung des Agenten durch Ihre eigenen Werte:

REGION       = "us-west-2"
AGENT_ARN    = "arn:aws:bedrock-agentcore:us-west-2:123456789012:runtime/AcmeSupport-abc123"
SERVICE_NAME = "AcmeSupport-abc123.DEFAULT"
LOG_GROUP    = "/aws/bedrock-agentcore/runtimes/AcmeSupport-abc123-DEFAULT"

Schritt 1: Den Beispielagenten erstellen und bereitstellen

Erstellen Sie ein AgentCore Projekt und ersetzen Sie den Standard-Agentencode durch den Kundendienstmitarbeiter von Acme Store. Dieser Mitarbeiter verfügt über fünf Tools für die Bearbeitung von Bestellungen, Rücksendungen, Versand, Rabatten und Eskalationen.

Erstellen des Projekts

agentcore create --name AcmeSupport --framework Strands --model-provider Bedrock --memory none
cd AcmeSupport

Ersetzen Sie den Agentencode

Öffnen Sie den Inhalt app/AcmeSupport/main.py und ersetzen Sie ihn durch Folgendes:

"""Acme Store customer support agent."""
from strands import Agent, tool
from strands.models.bedrock import BedrockModel
from bedrock_agentcore.runtime import BedrockAgentCoreApp

app = BedrockAgentCoreApp()
MODEL_ID = "global.anthropic.claude-sonnet-4-6"
SYSTEM_PROMPT = (
    "You are a helpful customer support assistant for Acme Store. "
    "Help customers with their orders, returns, and shipping questions."
)


@tool
def lookup_order(order_id: str) -> str:
    """Look up an order by ID and return its status, item, and delivery details."""
    orders = {
        "ORD-1001": {
            "status": "delivered",
            "item": "Blue T-Shirt (L)",
            "delivered": "2026-03-28",
            "total": "$29.99",
        },
        "ORD-1002": {
            "status": "in_transit",
            "item": "Running Shoes (10)",
            "shipped": "2026-03-30",
            "est_delivery": "2026-04-05",
            "total": "$89.99",
        },
        "ORD-1003": {
            "status": "delayed",
            "item": "Wireless Headphones",
            "shipped": "2026-03-25",
            "est_delivery": "2026-03-29",
            "days_late": 5,
            "total": "$59.99",
        },
        "ORD-1004": {
            "status": "processing",
            "item": "Yoga Mat",
            "ordered": "2026-04-02",
            "total": "$34.99",
        },
        "ORD-1005": {
            "status": "delivered",
            "item": "Coffee Maker",
            "delivered": "2026-03-20",
            "total": "$149.99",
        },
    }
    return str(orders.get(order_id, {"error": f"Order {order_id} not found"}))


@tool
def initiate_return(order_id: str, reason: str) -> str:
    """Initiate a return for an order. Sends a return label to the customer."""
    return (
        f"Return initiated for {order_id}. Reason: {reason}. "
        "Return label sent to customer email. Please ship within 14 days."
    )


@tool
def check_shipping_status(order_id: str) -> str:
    """Check detailed shipping status including carrier location and delays."""
    statuses = {
        "ORD-1002": (
            "Package is with carrier, currently in Portland OR. "
            "On schedule for April 5."
        ),
        "ORD-1003": (
            "Package delayed at distribution center in Memphis TN. "
            "Original delivery was March 29. Now 5 days late. "
            "Acme Store policy: orders delayed 3+ days qualify for 15% discount."
        ),
    }
    return statuses.get(order_id, f"No active shipment found for {order_id}.")


@tool
def apply_discount(order_id: str, discount_percent: int, reason: str) -> str:
    """Apply a percentage discount to an order and issue a refund."""
    return (
        f"Applied {discount_percent}% discount to {order_id}. "
        f"Reason: {reason}. Refund will appear in 3-5 business days."
    )


@tool
def escalate_to_human(reason: str) -> str:
    """Escalate the conversation to a human support agent."""
    return (
        f"Escalated to human agent. Reason: {reason}. "
        "Estimated wait time: 3 minutes."
    )


agent = Agent(
    model=BedrockModel(model_id=MODEL_ID),
    tools=[lookup_order, initiate_return, check_shipping_status,
           apply_discount, escalate_to_human],
    system_prompt=SYSTEM_PROMPT,
)


@app.entrypoint
def invoke(payload, context):
    result = agent(payload.get("prompt", "Hello"))
    return {"response": str(result)}


if __name__ == "__main__":
    app.run()

Bereitstellen und verifizieren

agentcore deploy

Stellen Sie nach der Bereitstellung sicher, dass der Agent ausgeführt wird:

agentcore invoke --prompt "What's the status of order ORD-1001?"

Sie sollten eine Antwort mit den Bestelldetails sehen. Notieren Sie sich den Runtime-ARN, den Dienstnamen und die Protokollgruppe von agentcore status --json — Sie benötigen diese für die boto3-Beispiele.

Schritt 2: Generieren Sie Beispielsitzungen

Rufen Sie den Agenten mit verschiedenen Eingabeaufforderungen auf, um Sitzungen zur Evaluierung zu erstellen. Diese Eingabeaufforderungen decken verschiedene Szenarien ab: Bestellanfragen, Rücksendungen, Versandverzögerungen, Rabattanfragen und Interaktionen mit mehreren Tools.

Warten Sie nach dem letzten Aufruf 2—3 Minuten, bis die Telemetriedaten aufgenommen wurden CloudWatch , bevor Sie fortfahren.

Schritt 3: Führen Sie die Batch-Auswertung durch

Starten Sie eine Batch-Auswertung, um alle letzten Sitzungen zu bewerten. Der Dienst erkennt Sitzungen anhand von CloudWatch Protokollen, führt jeden Evaluator für jede Sitzung aus und gibt aggregierte Ergebnisse zurück.

Schritt 4: Lesen Sie die Details pro Sitzung

Die Gesamtpunktzahlen geben Ihnen einen Überblick über das Gesamtbild. Verwenden Sie die integrierten CLI-Anzeigebefehle oder lesen Sie die Evaluierungsereignisse direkt aus den Protokollen, um die Ergebnisse pro Runde und pro Evaluator für einzelne Sitzungen zu sehen. CloudWatch

Nächste Schritte