View a markdown version of this page

Commencer à utiliser les ensembles de configuration - Amazon Bedrock AgentCore

Commencer à utiliser les ensembles de configuration

Cette procédure pas à pas vous permet de passer de zéro à un bundle de configuration versionné que votre agent lit au moment de l'exécution. Vous allez créer un bundle, le mettre à jour pour produire une nouvelle version, lire la configuration et consulter l'historique des versions.

Avant de commencer

Assurez-vous d’avoir :

  • Un projet AgentCore CLI avec un agent déployé sur AgentCore Runtime (ou suivez l'annexe ci-dessous pour en créer un avec prise en charge des bundles de configuration)

  • AWS informations d'identification avec autorisations pour bedrock-agentcore et bedrock-agentcore-control (voir Conditions préalables)

Les constantes suivantes sont utilisées dans les exemples boto3. Remplacez-les par vos propres valeurs :

REGION = "us-west-2" BUNDLE_ID = "myAgentConfig-a1b2c3d4e5" # from create response COMPONENT_ARN = "arn:aws:bedrock-agentcore:us-west-2:123456789012:runtime/MyAgent-abc123"

Étape 1 : Création d'un bundle de configuration

Créez un bundle avec la configuration initiale de votre agent. Le bundle stocke les paires clé-valeur (invite système, ID du modèle, température, descriptions des outils) saisies par l'ARN du composant.

Exemple
AgentCore CLI
agentcore add config-bundle \ --name myAgentConfig \ --components '{"arn:aws:bedrock-agentcore:us-west-2:123456789012:runtime/MyAgent-abc123": {"configuration": {"system_prompt": "You are a helpful customer support assistant for Acme Store.", "model_id": "global.anthropic.claude-sonnet-4-5-20250929-v1:0"}}}' agentcore deploy

Après le déploiement, la CLI imprime l'ID du bundle et l'ID de version initial.

AWS SDK (boto3)
import boto3 import uuid client = boto3.client("bedrock-agentcore-control", region_name=REGION) response = client.create_configuration_bundle( bundleName="myAgentConfig", components={ COMPONENT_ARN: { "configuration": { "system_prompt": "You are a helpful customer support assistant for Acme Store.", "model_id": "global.anthropic.claude-sonnet-4-5-20250929-v1:0", "temperature": 0.7, } } }, description="Acme Store agent configuration", commitMessage="Initial configuration", clientToken=str(uuid.uuid4()), ) bundle_id = response["bundleId"] version_id = response["versionId"] print(f"Created bundle: {bundle_id}") print(f"Initial version: {version_id}")

Étape 2 : mettre à jour le bundle

Après avoir effectué une évaluation par lots et identifié que les réponses de votre agent sont trop détaillées, mettez à jour l'invite du système. Chaque mise à jour crée une nouvelle version immuable.

Exemple
AgentCore CLI

Modifiez la configuration du bundle dansagentcore.json, puis redéployez :

# Edit the system_prompt in agentcore.json, then: agentcore deploy

La CLI détecte le bundle existant et crée automatiquement une nouvelle version.

AWS SDK (boto3)
response = client.update_configuration_bundle( bundleId=bundle_id, components={ COMPONENT_ARN: { "configuration": { "system_prompt": ( "You are a helpful customer support assistant for Acme Store. " "Be concise. Confirm actions taken in one sentence." ), "model_id": "global.anthropic.claude-sonnet-4-5-20250929-v1:0", "temperature": 0.5, } } }, parentVersionIds=[version_id], commitMessage="Reduce verbosity: shorter prompt, lower temperature", clientToken=str(uuid.uuid4()), ) new_version_id = response["versionId"] print(f"New version: {new_version_id}")

Étape 3 : lire le bundle

Récupérez la configuration actuelle pour vérifier que la mise à jour a pris effet.

Exemple
AgentCore CLI
agentcore config-bundle versions --name myAgentConfig

La sortie montre l'historique des versions avec les messages de validation :

Version                               Branch     Created              Message
────────────────────────────────────────────────────────────────────────────────
a1b2c3d4-...                          mainline   2026-04-28 03:00     Reduce verbosity: shorter prompt, lower temperature
e5f6a7b8-...                          mainline   2026-04-28 02:30     Initial configuration
AWS SDK (boto3)
response = client.get_configuration_bundle(bundleId=bundle_id) config = response["components"][COMPONENT_ARN]["configuration"] print(f"Version: {response['versionId']}") print(f"System prompt: {config['system_prompt']}") print(f"Model: {config['model_id']}") print(f"Temperature: {config.get('temperature')}")

Étape 4 : comparer les versions

Différenciez deux versions pour voir exactement ce qui a changé :

Exemple
AgentCore CLI
agentcore config-bundle diff --name myAgentConfig --from <version-1> --to <version-2>
AWS SDK (boto3)
# Fetch both versions v1 = client.get_configuration_bundle_version(bundleId=bundle_id, versionId=version_id) v2 = client.get_configuration_bundle_version(bundleId=bundle_id, versionId=new_version_id) # Compare v1_config = v1["components"][COMPONENT_ARN]["configuration"] v2_config = v2["components"][COMPONENT_ARN]["configuration"] for key in set(list(v1_config.keys()) + list(v2_config.keys())): if v1_config.get(key) != v2_config.get(key): print(f"{key}:") print(f" before: {v1_config.get(key)}") print(f" after: {v2_config.get(key)}")

Étapes suivantes

  • Exécutez une évaluation par lots pour mesurer l'impact de votre modification de configuration. Voir Évaluation des lots.

  • Utilisez les recommandations pour permettre au service de générer automatiquement des instructions optimisées. Voir les recommandations.

  • Configurez A/B des tests pour comparer deux versions de bundle avec le trafic réel. Voir les A/B tests.

  • Branchez votre configuration pour les tests sans affecter la ligne principale. Voir Mettre à jour un bundle de configuration.

Annexe : Code de l'agent avec intégration du bundle de configuration

Le code d'agent suivant lit le bundle de configuration actif au moment de l'exécution à l'aide du modèle BeforeModelCallEvent hook. L'agent est créé une fois au niveau du module, et le hook met à jour dynamiquement l'invite du système avant chaque appel du modèle. Les modifications du bundle de configuration prennent effet immédiatement sans redémarrage.

  • Configuration requise du SDK : la bedrock-agentcore-sdk-python version 1.8 ou ultérieure est requise. La get_config_bundle() méthode BedrockAgentCoreContext est disponible à partir de cette version.

Enregistrez ceci comme étant celui de votre agent main.py :

"""Agent with Configuration Bundle integration — hooks pattern.""" from strands import Agent, tool from strands.models.bedrock import BedrockModel from strands.hooks.events import BeforeModelCallEvent from bedrock_agentcore.runtime import BedrockAgentCoreApp, BedrockAgentCoreContext app = BedrockAgentCoreApp() DEFAULT_MODEL_ID = "global.anthropic.claude-sonnet-4-5-20250929-v1:0" DEFAULT_SYSTEM_PROMPT = ( "You are a helpful customer support assistant for Acme Store. " "Help customers with their orders, returns, and shipping questions." ) @tool def lookup_order(order_id: str) -> str: """Look up an order by ID.""" orders = { "ORD-1001": {"status": "delivered", "item": "Blue T-Shirt (L)", "total": "$29.99"}, "ORD-1002": {"status": "in_transit", "item": "Running Shoes (10)", "total": "$89.99"}, "ORD-1003": {"status": "delayed", "item": "Wireless Headphones", "days_late": 5, "total": "$59.99"}, } return str(orders.get(order_id, {"error": f"Order {order_id} not found"})) @tool def check_shipping_status(order_id: str) -> str: """Check detailed shipping status for an order.""" statuses = { "ORD-1002": "Package is with carrier, on schedule for April 5.", "ORD-1003": "Package delayed 5 days. Policy: 3+ days late qualifies for 15% discount.", } return statuses.get(order_id, f"No active shipment found for {order_id}.") TOOLS = [lookup_order, check_shipping_status] def dynamic_config_hook(event: BeforeModelCallEvent): """Read config bundle and apply system prompt before every model call.""" config_bundle = BedrockAgentCoreContext.get_config_bundle() event.agent.system_prompt = config_bundle.get("system_prompt", DEFAULT_SYSTEM_PROMPT) agent = Agent( model=BedrockModel(model_id=DEFAULT_MODEL_ID), tools=TOOLS, system_prompt=DEFAULT_SYSTEM_PROMPT, ) agent.hooks.add_callback(BeforeModelCallEvent, dynamic_config_hook) @app.entrypoint def invoke(payload, context): result = agent(payload.get("prompt", "Hello")) return {"response": str(result)} if __name__ == "__main__": app.run()