Self-managed Strategie

Eine selbstverwaltete Strategie in Amazon Bedrock AgentCore Memory gibt Ihnen die vollständige Kontrolle über Ihre Speicherextraktions- und Konsolidierungspipelines. Mit einer selbstverwalteten Strategie können Sie benutzerdefinierte Arbeitsabläufe zur Speicherverarbeitung erstellen und gleichzeitig Amazon Bedrock AgentCore für Speicherung und Abruf nutzen.

Dank einer selbstverwalteten Strategie in Kombination mit den Batch-Operationen (BatchCreateMemoryRecords, BatchUpdateMemoryRecords, BatchDeleteMemoryRecords) können Sie diese extrahierten Datensätze für Suchfunktionen direkt in den Amazon AgentCore Bedrock-Speicher aufnehmen.

Mit selbstverwalteten Strategien können Sie:

Erstellen und verwenden Sie eine selbstverwaltete Strategie

Self-managed Strategien folgen einem fünfstufigen Prozess von der Triggerkonfiguration bis zur Speicherung von Speicherdatensätzen.

Voraussetzungen

Bevor Sie selbstverwaltete Strategien einrichten, stellen Sie sicher, dass Sie über Folgendes verfügen:

Richten Sie die Infrastruktur ein

Erstellen Sie die erforderlichen AWS Ressourcen, einschließlich S3-Bucket, SNS-Thema und IAM-Rolle, die Amazon Bedrock für den Zugriff auf Ihre Ressourcen AgentCore benötigt.

Schritt 1: Einen S3-Bucket erstellen

Erstellen Sie in Ihrem Konto einen S3-Bucket, in den Amazon Bedrock AgentCore gebündelte Event-Payloads liefert.

Schritt 2: Erstellen Sie ein SNS-Thema

Erstellen Sie ein SNS-Thema für Jobbenachrichtigungen. Verwenden Sie FIFO-Themen, wenn die Bearbeitung der Reihenfolge innerhalb von Sitzungen für Ihren Anwendungsfall wichtig ist.

Schritt 3: Erstellen Sie eine IAM-Rolle

Erstellen Sie eine IAM-Rolle, die Amazon Bedrock für den Zugriff auf Ihre Ressourcen übernehmen AgentCore kann.

Vertrauensrichtlinie

Verwenden Sie die folgende Vertrauensrichtlinie:

{
    "Version": "2012-10-17",
    "Statement": [
        {
            "Effect": "Allow",
            "Principal": {
                "Service": "bedrock-agentcore.amazonaws.com"
            },
            "Action": "sts:AssumeRole",
            "Condition": {
                "ArnLike": {
                    "aws:SourceArn": "arn:aws:bedrock-agentcore:<region>:<account-id>:memory/*"
                }
            }
        }
    ]
}

Berechtigungsrichtlinie

Verwenden Sie die folgende Berechtigungsrichtlinie:

{
    "Version": "2012-10-17",
    "Statement": [
        {
            "Sid": "S3PayloadDelivery",
            "Effect": "Allow",
            "Action": [
                "s3:GetBucketLocation",
                "s3:PutObject"
            ],
            "Resource": [
                "arn:aws:s3:::your-agentcore-payloads-bucket",
                "arn:aws:s3:::your-agentcore-payloads-bucket/*"
            ]
        },
        {
            "Sid": "SNSNotifications",
            "Effect": "Allow",
            "Action": [
                "sns:GetTopicAttributes",
                "sns:Publish"
            ],
            "Resource": "arn:aws:sns:us-east-1:123456789012:agentcore-memory-jobs"
        }
    ]
}

Zusätzliche KMS-Berechtigungen (wenn verschlüsselte Ressourcen verwendet werden)

Wenn Sie verschlüsselte Ressourcen verwenden, fügen Sie die folgenden KMS-Berechtigungen hinzu:

{
    "Sid": "KMSPermissions",
    "Effect": "Allow",
    "Action": [
        "kms:GenerateDataKey",
        "kms:Decrypt"
    ],
    "Resource": "arn:aws:kms:us-east-1:123456789012:key/your-key-id"
}

Erstellen Sie eine selbstverwaltete Strategie

Verwenden Sie die Amazon Bedrock AgentCore Control Plane APIs, um einen AgentCore Speicher mit selbstverwalteten Strategien zu erstellen oder zu aktualisieren.

Erforderliche Berechtigungen

Ihr IAM-Benutzer oder Ihre IAM-Rolle benötigt:

Erstellen Sie einen AgentCore Speicher mit einer selbstverwalteten Strategie

Verwenden Sie den AWS CreateMemory SDK-Vorgang, um AgentCore Speicher mit einer selbstverwalteten Strategie zu erstellen.

aws bedrock-agentcore-control create-memory \
  --name "MyCustomMemory" \
  --description "Memory with self-managed extraction strategy" \
  --memory-execution-role-arn "arn:aws:iam::123456789012:role/AgentCoreMemoryRole" \
  --event-expiry-duration 90 \
  --memory-strategies '[
    {
      "customMemoryStrategy": {
        "name": "SelfManagedExtraction",
        "description": "Custom extraction strategy",
        "configuration": {
          "selfManagedConfiguration": {
            "triggerConditions": [
              {
                "messageBasedTrigger": {
                  "messageCount": 6
                }
              },
              {
                "tokenBasedTrigger": {
                  "tokenCount": 1000
                }
              },
              {
                "timeBasedTrigger": {
                  "idleSessionTimeout": 30
                }
              }
            ],
            "historicalContextWindowSize": 2,
            "invocationConfiguration": {
              "payloadDeliveryBucketName": "your-agentcore-payloads-bucket",
              "topicArn": "arn:aws:sns:us-east-1:123456789012:agentcore-memory-jobs"
            }
          }
        }
      }
    }
  ]'

Grundlegendes zur Payload-Bereitstellung

Wenn die Triggerbedingungen erfüllt sind, AgentCore sendet Amazon Bedrock Benachrichtigungen und Payloads mithilfe bestimmter Schemas.

SNS-Benachrichtigungsnachricht

{
  "jobId": "unique-job-identifier",
  "s3PayloadLocation": "s3://bucket/path/to/payload.json",
  "memoryId": "your-memory-id",
  "strategyId": "your-strategy-id"
}

Struktur der S3-Nutzlast

{
  "requestId": "request-identifier",
  "accountId": "123456789012",
  "memoryId": "your-memory-id",
  "actorId": "user-or-agent-id",
  "sessionId": "conversation-session-id",
  "strategyId": "your-strategy-id",
  "startingTimestamp": 1634567890,
  "endingTimestamp": 1634567920,
  "currentContext": [
    {
      "role": "USER",
      "content": {
        "text": "User message content"
      }
    },
    {
      "role": "ASSISTANT",
      "content": {
        "text": "Assistant response"
      }
    }
  ],
  "historicalContext": [
    {
      "role": "USER",
      "content": {
        "text": "User message content"
      }
    },
    {
      "role": "ASSISTANT",
      "content": {
        "text": "Previous assistant response"
      }
    },
    {
      "blob": "{}",
    }
  ]
}

Erstellen Sie Ihre benutzerdefinierte Pipeline

In diesem Abschnitt wird ein Ansatz zum Aufbau einer selbstverwalteten Speicherverarbeitungspipeline mithilfe von AWS Lambda und SQS demonstriert. Dies ist nur ein Beispiel: Sie können Ihre Pipeline mit jeder Rechenplattform (EC2, ECS, Fargate), Logik und jedem Verarbeitungsframework implementieren, das Ihren Anforderungen entspricht.

Schritt 1: Compute einrichten

Schritt 2: Verarbeiten Sie die Pipeline

Die folgende Beispielpipeline besteht aus vier Hauptkomponenten:

Testen Sie Ihre Implementierung

Beispiel: Testereignisse erstellen

aws bedrock-agentcore create-event \
  --memory-id "your-memory-id" \
  --actor-id "test-user" \
  --session-id "test-session-1" \
  --event-timestamp "2024-01-15T10:00:00Z" \
  --payload '[{
    "conversational": {
      "content": {"text": "I prefer Italian restaurants with outdoor seating"},
      "role": "USER"
    }
  }]'

Beispiel: Speicherdatensätze abrufen

# List records belonging to a specific namespace
aws bedrock-agentcore list-memory-records \
  --memory-id "your-memory-id" \
  --namespace "/actor/Jane/" # lists all records present in the given namespace

# List records belonging to a particular namespace hierarchy
aws bedrock-agentcore list-memory-records \
  --memory-id "your-memory-id" \
  --namespace-path "/" # lists all records present under the namespace hierarchy

Bewährte Methoden

Halten Sie sich bei der Implementierung von selbstverwalteten Strategien an diese bewährten Methoden für Leistung, Zuverlässigkeit, Kostenoptimierung und Sicherheit.

Leistung und Zuverlässigkeit

Kostenoptimierung

Überlegungen zur Verarbeitung

Sicherheit