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.
Marcos de agentes compatibles
Amazon Bedrock AgentCore Evaluations evalúa los agentes creados con varios marcos de agentes. Lo que un agente emite como telemetría y cómo se estructura esa telemetría dependen del marco de agentes con el que cree y de la biblioteca de instrumentación que utilice para grabarlo.
Para cada marco compatible, en esta sección se describe:
-
Las bibliotecas de instrumentación que puede usar.
-
Cómo instrumentar a su agente.
-
Qué aspecto tienen los intervalos y los registros de eventos resultantes.
-
Cómo localiza el servicio de evaluación los valores que necesita, como la solicitud del usuario, la respuesta del agente y las llamadas a las herramientas.
AgentCore Evaluations es compatible con los siguientes marcos y bibliotecas de instrumentación. Tanto en Python como en Python se admiten varios marcos. TypeScript Python y TypeScript las versiones de una biblioteca emiten diferentes nombres de ámbito, por lo que cada idioma tiene su propia fila. Para una biblioteca de infraestructura e instrumentación determinada, el servicio de evaluación extrae los mismos valores de cualquier idioma.
| Marco de agentes | Biblioteca de instrumentación | Idioma | Nombre del ámbito | Versión recomendada |
|---|---|---|---|---|
|
Strands Agents |
Built-in (SDK de Strands Agents) |
Python |
|
La más reciente |
|
Strands Agents |
Built-in (SDK de agentes de Strands) |
TypeScript |
|
|
|
LangGraph |
OpenTelemetry ( |
Python |
|
|
|
LangGraph |
OpenInference ( |
Python |
|
|
|
LangGraph |
OpenTelemetry, ADOT-native |
TypeScript |
|
|
|
LangGraph |
OpenTelemetry ( |
TypeScript |
|
|
|
LangGraph |
OpenInference ( |
TypeScript |
|
|
|
Agentes de OpenAI |
OpenTelemetry ( |
Python |
|
|
|
Agentes de OpenAI |
OpenInference ( |
Python |
|
|
|
Agentes de OpenAI |
OpenTelemetry, ADOT-native |
TypeScript |
|
|
|
Agentes de OpenAI |
OpenInference ( |
TypeScript |
|
|
|
SDK de IA de Vercel |
OpenTelemetry, ADOT-native |
TypeScript |
|
|
|
LlamaIndex |
OpenTelemetry ( |
Python |
|
|
|
LlamaIndex |
OpenInference ( |
Python |
|
|
|
SDK de Google |
OpenInference ( |
Python |
|
|
|
SDK de Claude Agent |
OpenInference ( |
Python |
|
|
Cada intervalo que emite su agente lleva un nombre de ámbito, que identifica la biblioteca de instrumentación que lo produjo. El servicio de evaluación lee este nombre para saber de qué biblioteca se trata y, por lo tanto, si puede procesar el intervalo y qué atributos debe buscar. El nombre del ámbito es el valor del scope.name campo en cada intervalo y registro de eventos.
Los nombres de los atributos y la ubicación del contenido de la conversación varían según el marco y la biblioteca de instrumentación. Para ver los atributos y los intervalos de ejemplo de un único marco, consulte la página de ese marco.
nota
Instrumentar a su agente es solo una parte de la producción de telemetría que el servicio de evaluación puede leer. Tu agente también debe tener habilitada la observabilidad para poder exportar su telemetría a Amazon. CloudWatch
Para saber cómo AgentCore entrega esa telemetría, dónde el servicio encuentra los valores que necesita y los pasos de configuración de tu opción de alojamiento, consulta Configuración y entrega de la telemetría.
Temas
