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 la AgentCore CLI

Esta guía de inicio rápido permite pasar de cero a tener un agente en ejecución en pocos minutos mediante la AgentCore CLI. Instalará la CLI, estructurará un proyecto, lo probará localmente, lo implementará en su agente y AWS lo invocará.

Hay dos formas de crear un agente en la misma CLI AgentCore:

En esta página se describe el flujo basado en código. Para ver el arnés, consulte Qué es el AgentCore arnés.

Inscríbase en un AWS inscrita

Inscríbase para un AWS inscrita

Para empezar AWS, necesitas una AWS cuenta. Para obtener información sobre cómo crear una AWS cuenta, consulta Cómo empezar a usar una AWS cuenta en la Guía de referencia de administración de AWS cuentas.

Requisitos previos

Paso 1: Instalar la CLI AgentCore

npm install -g @aws/agentcore

Verificar:

agentcore --version

Para actualizar más adelante, vuelve a ejecutar el comando de instalación oagentcore update. Origen y problemas: agentcore-cli on. GitHub

Paso 2: Crea tu proyecto

agentcore create

El asistente interactivo pregunta primero qué es lo que quieres crear:

Si elige Agente, el asistente continúa con:

También puedes pasar marcas directamente para crear un agente basado en código:

agentcore create \
  --project-name MyProject \
  --name MyAgent \
  --language Python \
  --framework Strands \
  --model-provider Bedrock \
  --memory none \
  --build CodeZip

Para ver todos los comandos y opciones disponibles, consulte la referencia de la AgentCore CLI.

Tipos de compilación

Estructura de un proyecto

agentcore creategenera una configuración de proyecto compartida y una estructura de aplicaciones diferente para los agentes y aprovechamientos basados en código:

Archivos clave:

Paso 3: Probar localmente

cd MyProject
agentcore dev

agentcore devcrea un entorno virtual de Python, instala las dependencias, inicia un servidor local con una recarga rápida y abre el inspector de agentes en el navegador para que puedas chatear con el agente, inspeccionar los rastros y explorar los recursos del proyecto. Los cambios de código se detectan automáticamente.

Paso 4: Despliegue su agente

agentcore deploy

Despliegue:

La primera implementación tarda unos minutos mientras CDK arranca tu cuenta. Los despliegues posteriores son más rápidos.

Obtenga una vista previa de los cambios sin necesidad de implementar:

agentcore deploy --dry-run

Compruebe el estado:

agentcore status

Paso 5: Invoca al agente desplegado

agentcore invoke --prompt "Hello, what can you do?"

Si su agente tiene configurados los pagos, proporcione el contexto de pago en el momento de la invocación:

agentcore invoke \
  --prompt "Access https://example-x402-merchant.com/paid-api" \
  --payment-instrument-id <INSTRUMENT_ID> \
  --auto-session \
  --payment-user-id user@example.com

Ese es el ciclo. Repiteapp/MyAgent/main.py, prueba conagentcore dev, despliega conagentcore deploy, invoca con. agentcore invoke

Invoca un agente mediante programación

Puede invocar el agente desplegado con la operación del SDK. AWS InvokeAgentRuntime Obtenga el ARN en tiempo de ejecución del agente:

agentcore status

Cree un archivo denominado invoke_agent.py. Agent ARNSustitúyalo por el ARN de su agente:

import json
import uuid

import boto3

agent_arn = "Agent ARN"
prompt = "Tell me a joke"

client = boto3.client("bedrock-agentcore")
response = client.invoke_agent_runtime(
    agentRuntimeArn=agent_arn,
    runtimeSessionId=str(uuid.uuid4()),
    payload=json.dumps({"prompt": prompt}).encode(),
    qualifier="DEFAULT",
)

content = []
for chunk in response.get("response", []):
    content.append(chunk.decode("utf-8"))

print(json.loads("".join(content)))

Ejecuta el código:

python invoke_agent.py

Tu identidad debe tener el bedrock-agentcore:InvokeAgentRuntime permiso.

Añada capacidades a su proyecto

agentcore addadministra los recursos enagentcore.json. Ejecútelo sin argumentos para el menú interactivo o diríjase directamente a un recurso.

agentcore add memory        # Store conversation context
agentcore add agent         # Add a second agent to the same project
agentcore add gateway       # Connect external APIs/tools through Gateway
agentcore add credential    # Add an API key for a non-Bedrock provider
agentcore add evaluator     # Quality evaluation
agentcore add payment-manager   # Payments: create a payment manager
agentcore add payment-connector # Payments: link a payment provider

Cada comando de adición amplía la configuración y solicita los valores requeridos. Después de agregar, ejecuta agentcore deploy para aprovisionar.

Análisis en profundidad de las capacidades que puede adjuntar:

Ver registros y trazas

# Stream recent logs
agentcore logs

# Filter
agentcore logs --since 30m --level error
agentcore logs --query "timeout"

# List recent traces
agentcore traces list

# Get a specific trace
agentcore traces get <trace-id>

Solución de problemas

Para obtener más información, consulte Solución de problemas de Amazon Bedrock Runtime AgentCore .

Limpieza

agentcore remove all
agentcore deploy

remove allrestablece la configuración. El seguimiento deploy detecta que el estado está vacío y elimina los recursos de su cuenta.

Siguientes pasos