View a markdown version of this page

Erstellen Sie einen Agenten, der Ihr AgentCore Gateway verwendet - Amazon Grundgestein AgentCore

Erstellen Sie einen Agenten, der Ihr AgentCore Gateway verwendet

Nachdem Sie Ihr Gateway erstellt und getestet haben, können Sie KI-Agenten erstellen und mit Ihrem Gateway verbinden. Ein mit Ihrem Gateway verbundener Agent kann die Tools im Gateway aufrufen und ein Amazon Bedrock-Modell verwenden, um auf Anfragen zu antworten.

Um zu erfahren, wie Sie einen Agenten erstellen, ihn mit einem Gateway verbinden und ihn aufrufen, um Anfragen zu beantworten, wählen Sie eine der folgenden Methoden aus:

Beispiel
Strands

  1. from strands import Agent
from strands.models import BedrockModel
from strands.tools.mcp.mcp_client import MCPClient
from mcp.client.streamable_http import streamablehttp_client

def _invoke_agent(
    bedrock_model,
    mcp_client,
    prompt
):
    with mcp_client:
        tools = mcp_client.list_tools_sync()
        agent = Agent(
            model=bedrock_model,
            tools=tools
        )
        return agent(prompt)

def _create_streamable_http_transport(headers=None):
    url = {gatewayUrl}
    access_token = {AccessToken}
    headers = {**headers} if headers else {}
    headers["Authorization"] = f"Bearer {access_token}"
    return streamablehttp_client(
        url,
        headers=headers
    )

def _get_bedrock_model(model_id):
    return BedrockModel(
        inference_profile_id=model_id,
        temperature=0.0,
        streaming=True,
   )

mcp_client = MCPClient(_create_streamable_http_transport)

if __name__ == "__main__":
    user_prompt = "What orders do I have?"
    _response = _invoke_agent(
        bedrock_model=_get_bedrock_model("us.anthropic.claude-sonnet-4-20250514-v1:0"),
        mcp_client=mcp_client,
        prompt=user_prompt
    )
    print(_response)
LangGraph

  1. from mcp import ClientSession
from mcp.client.streamable_http import streamablehttp_client

from langgraph.prebuilt import create_react_agent
from langchain_mcp_adapters.tools import load_mcp_tools

# Replace with actual values and the Amazon Bedrock model of your choice
gateway_url = "${GatewayUrl}"
access_token = "${AccessToken}"
model = ChatBedrock(model_id="anthropic.claude-3-sonnet-20240229-v1:0", region_name="us-west-2")

async with streamablehttp_client(gateway_url, headers={"Authorization": f"Bearer {access_token}"}) as (read, write, _):
    async with ClientSession(read, write) as session:
        # Initialize the connection
        await session.initialize()

        # Get tools
        tools = await load_mcp_tools(session)
        agent = create_react_agent(model, tools)
        math_response = await agent.ainvoke({"messages": "what's (3 + 5) x 12?"})
Claude Code

  1. #!/bin/bash
# Script to add MCP server to Claude

# Server configuration
SERVER_NAME=${ServerName} # Write your server name
GATEWAY_MCP_SERVER_URL=${GatewayUrl} # The gateway MCP URL
AUTH_TOKEN=${AuthToken} # Claude authentication token

echo "Adding MCP server to Claude..."
echo "Server Name: $SERVER_NAME"
echo "Server URL: $SERVER_URL"
echo ""

# Add the MCP server
claude mcp add "$SERVER_NAME" "$GATEWAY_MCP_SERVER_URL" \
  --transport http \
  --header "Authorization: Bearer $AUTH_TOKEN"

# Check if the command was successful
if [ $? -eq 0 ]; then
    echo "MCP server added successfully!"
    echo ""
    echo "You can now check mcp server health with: claude mcp list"
else
    echo "Failed to add MCP server"
    exit 1
fi