View a markdown version of this page

Funcionamiento - Amazon Bedrock AgentCore

Funcionamiento

AgentCore la optimización conecta los resultados de la evaluación con las mejoras validadas a través de un ciclo repetible. Una iteración típica sigue estos pasos:

  1. Genere una recomendación: dirija la API de recomendaciones a las trazas de agentes en CloudWatch los registros y especifique el evaluador para el que desea realizar la optimización. El servicio analiza los patrones de error y devuelve un mensaje del sistema optimizado o un conjunto de descripciones de herramientas, junto con una explicación de qué ha cambiado y por qué.

  2. (Opcional) Package como paquete de configuración: cree una versión de paquete con la configuración recomendada. Un paquete es una instantánea versionada e inmutable de la configuración de un agente (instrucciones del sistema, identificadores de modelos, descripciones de herramientas) que se puede cambiar dinámicamente sin necesidad de implementar código. Los paquetes de configuración son útiles cuando se quiere desvincular el comportamiento de los agentes del código; no son obligatorios. También puede validar los cambios implementándolos en un punto final de ejecución independiente.

  3. Valide con una A/B prueba: divida el tráfico de producción entre el agente actual (control) y la versión mejorada (tratamiento) a través de AgentCore Gateway. La evaluación en línea puntúa cada sesión e informa los resultados con significación estadística. A/B las pruebas admiten dos patrones:

    • Variantes del paquete de configuración: mismo tiempo de ejecución, diferentes versiones del paquete. Úselo cuando el cambio sea meramente de configuración (mensaje, ID de modelo, descripciones de la herramienta).

    • Target-based variantes: diferentes destinos de puerta de enlace que apuntan a diferentes puntos finales del tiempo de ejecución. Úselo cuando el cambio incluya cambios de código, una actualización del marco o cuando desee comparar implementaciones de agentes completamente diferentes. Cada variante puede tener su propia configuración de evaluación en línea.

  4. Despliegue la variante ganadora y repita: dirija el 100% del tráfico a la variante ganadora. Los nuevos trazos a partir de la nueva línea base sirven de base para la siguiente iteración.