Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.
Comience con AgentCore Gateway
En esta guía de inicio rápido, aprenderá a configurar una puerta de enlace e integrarla en sus agentes mediante la AgentCore CLI. Para obtener guías y ejemplos más completos, consulte el GitHub repositorio de
nota
La AgentCore CLI proporciona tanto comandos como un asistente de TUI interactivo para administrar los recursos de AgentCore Gateway. Para ver la referencia completa de la API del AWS SDK, consulta las operaciones del plano AgentCore de control.
Temas
Requisitos previos
Antes de empezar, asegúrate de tener lo siguiente:
-
AWS Cuenta con credenciales configuradas. Para configurar las credenciales, puede instalar y usar la interfaz de línea de AWS comandos siguiendo los pasos que se indican en Primeros pasos con la AWS CLI.
-
Node.js Más de 20 instalados (para la AgentCore CLI).
-
Python 3.10+ instalado (para el script del agente).
-
Permisos de IAM para crear roles, funciones de Lambda y usar Amazon Bedrock. AgentCore
-
Acceso modelo. Amazon Bedrock permite el acceso a los modelos básicos de forma predeterminada. Para usar un modelo que no sea básico, siga los pasos de acceso al modelo.
Paso 1: Configurar e instalar
Instale la AgentCore CLI de forma global:
npm install -g @aws/agentcore
Cree un nuevo AgentCore proyecto con un agente y una puerta de enlace:
ejemplo
Paso 2: Crear una puerta de enlace
Agregue una puerta de enlace y un destino a su proyecto mediante la AgentCore CLI:
ejemplo
Para usar la JWT-based autorización en su lugar, especifique --authorizer-type CUSTOM_JWT con la URL de detección de OAuth:
ejemplo
Paso 3: Ejecute la configuración
Implemente su proyecto para AWS:
agentcore deploy
La CLI sintetiza una pila de AWS CDK e implementa la puerta de enlace, los objetivos y el agente en Amazon Bedrock. AgentCore Este proceso tarda entre 2 y 3 minutos.
Paso 4: Utilice la puerta de enlace con un agente
Recupere la URL de su puerta de enlace mediante la AgentCore CLI:
agentcore status
Cree un nuevo archivo llamado run_agent.py e inserte el siguiente código. Instale primero las dependencias de Python:
pip install strands-agents mcp
""" Agent script to test the Gateway Run this after setup: python run_agent.py """ 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 import json import sys def create_streamable_http_transport(mcp_url: str): return streamablehttp_client(mcp_url) def get_full_tools_list(client): """Get all tools with pagination support""" more_tools = True tools = [] pagination_token = None while more_tools: tmp_tools = client.list_tools_sync(pagination_token=pagination_token) tools.extend(tmp_tools) if tmp_tools.pagination_token is None: more_tools = False else: more_tools = True pagination_token = tmp_tools.pagination_token return tools def run_agent(): # Get the gateway URL from agentcore status gateway_url = "<YOUR_GATEWAY_URL>" # Replace with URL from 'agentcore status' # Model configuration - change if needed model_id = "anthropic.claude-3-7-sonnet-20250219-v1:0" print("Starting AgentCore Gateway Test Agent") print(f"Gateway URL: {gateway_url}") print(f"Model: {model_id}") print("-" * 60) # Setup Bedrock model bedrockmodel = BedrockModel( model_id=model_id, streaming=True, ) # Setup MCP client (no auth token needed for NONE authorizer) mcp_client = MCPClient(lambda: create_streamable_http_transport(gateway_url)) with mcp_client: # List available tools tools = get_full_tools_list(mcp_client) print(f"\nAvailable tools: {[tool.tool_name for tool in tools]}") print("-" * 60) # Create agent agent = Agent(model=bedrockmodel, tools=tools) # Interactive loop print("\nInteractive Agent Ready!") print("Try asking: 'What's the weather in Seattle?'") print("Type 'exit', 'quit', or 'bye' to end.\n") while True: user_input = input("You: ") if user_input.lower() in ["exit", "quit", "bye"]: print("Goodbye!") break print("\nThinking...\n") response = agent(user_input) print(f"\nAgent: {response.message.get('content', response)}\n") if __name__ == "__main__": run_agent()
Ejecute su agente
Pruebe su puerta de enlace ejecutando el agente e interactuando con las herramientas.
python run_agent.py
¡Eso es! El agente empezará y podrás hacer preguntas como:
-
«¿Qué tiempo hace en Seattle?»
-
«¿Qué hora es en Nueva York?»
¿Qué has construido
Mediante este tutorial de introducción, ha creado los siguientes recursos:
-
Servidor MCP (puerta de enlace): un punto final administrado en
https://gateway-id.gateway.bedrock-agentcore.region.amazonaws.com/mcp -
Herramientas Lambda: funciones simuladas que devuelven datos de prueba (clima: «72 °F, soleado», hora: «2:30 p.m.»)
-
Agente de IA: Claude-powered asistente que puede descubrir y usar tus herramientas
Resolución de problemas
La siguiente tabla muestra algunos problemas posibles y sus soluciones:
| Problema | Solución |
|---|---|
|
«No hay ningún módulo llamado 'strands'» |
Ejecute: |
|
«Acceso al modelo denegado» |
Amazon Bedrock permite el acceso a los modelos básicos de forma predeterminada. Para un modelo que no sea básico, siga los pasos de acceso al modelo. |
|
"AccessDeniedException" |
Compruebe los permisos de IAM para bedrock-agentcore: * |
|
Gateway no responde |
Espere entre 30 y 60 segundos después de la creación para que se propague el DNS |
Validación rápida
Ejecute los siguientes comandos en una terminal para comprobar que la puerta de enlace funciona.
# Check your Gateway is working curl -X POST YOUR_GATEWAY_URL \ -H "Content-Type: application/json" \ -d '{"jsonrpc":"2.0","id":1,"method":"tools/list","params":{}}' # Watch live logs aws logs tail /aws/bedrock-agentcore/gateways/YOUR_GATEWAY_ID --follow
Limpieza
Para eliminar la puerta de enlace y sus objetivos de tu proyecto:
agentcore remove gateway --name TestGateway
Para eliminar todos los recursos y volver a distribuirlos:
agentcore remove all agentcore deploy
Siguientes pasos
-
Herramientas Lambda personalizadas: cree funciones de Lambda con su lógica empresarial
-
Agregue sus propias API: amplíe su puerta de enlace con las especificaciones de OpenAPI para servicios reales
-
Configuración de producción: configure los puntos finales, los dominios personalizados y la supervisión de la VPC