View a markdown version of this page

AgentCore harnais - Amazon Bedrock AgentCore

AgentCore harnais

Chaque agent possède une couche d'orchestration : une boucle qui appelle le modèle, sélectionne les outils, transmet les résultats, gère le contexte et gère les défaillances. Son exécution en production nécessite une véritable infrastructure sous-jacente : du calcul, un bac à sable, des connexions d'outils sécurisées, un système de fichiers, de la mémoire, de l'identité et de l'observabilité. Ensemble, ils forment le harnais des agents, le système qui permet à un agent de fonctionner réellement.

Il est rapide d'en mettre un en place localement. C'est dans la production que le travail explose, et lorsqu'il s'agit de servir plusieurs utilisateurs, une toute nouvelle couche apparaît : simultanéité, isolation, identité, état, mise à l'échelle. Jusqu'à présent, chaque équipe effectuait ce travail elle-même.

Le faisceau d'agents gérés AgentCore transforme ces éléments en configuration. Vous déclarez ce que fait votre agent (modèle, outils, compétences, instructions) ; il AgentCore gère l'environnement, le calcul, la mémoire, l'identité, le réseau et l'observabilité qui transforment la configuration en un agent actif. Essayer un autre modèle ou ajouter un nouvel outil constitue une modification de configuration et non une réécriture de code.

AgentCore architecture du harnais

Chaque session de harnais est dynamique par défaut et s'exécute sur une microVM sécurisée et isolée par session (soutenue par un AgentCore moteur d'exécution). L'agent possède son propre système de fichiers et son propre shell, ce qui lui permet d'écrire du code, de l'exécuter et de conserver des mémoires et des fichiers à court et à long terme entre les sessions, même lorsque la session microVM sous-jacente a expiré et est remplacée par une nouvelle. Les agents peuvent utiliser n'importe quel modèle fourni par Amazon Bedrock, OpenAI, Google Gemini ou LiteLLM-compatible n'importe quel fournisseur, et peuvent changer de fournisseur en cours de session sans perdre le contexte. Vous pouvez donc planifier avec un modèle et exécuter avec un autre, ou échanger de fournisseur pour un test de performance sans avoir à reprendre la conversation. Les agents peuvent se connecter aux outils via une AgentCore passerelle, des serveurs MCP ou utiliser le navigateur ou l'interpréteur de code intégrés. Vous pouvez associer AWS des compétences issues de Git, S3 ou du catalogue de AWS compétences organisé en un seul clic, afin que l'agent puisse acquérir une expertise du domaine à la demande au lieu d'improviser. Lorsque vous avez besoin d'un environnement personnalisé avec vos propres dépendances, vous pouvez apporter votre propre conteneur. Vous pouvez également monter des fichiers S3 ou EFS pour partager des données entre sessions et harnais avec une durabilité et un historique S3 complets. Chaque action est automatiquement tracée grâce à l' AgentCore observabilité, avec une vue unifiée qui met en évidence ce que l'agent a fait pour chaque fonctionnalité en un seul endroit. Vous pouvez ainsi arrêter de passer d'un groupe de logs à un autre pour reconstituer ce qui s'est passé.

Vous pouvez itérer sur le trafic réel à l'aide d' AgentCore évaluations et d'optimisations pour évaluer le comportement, obtenir des recommandations rapides et descriptives d'outils, et exécuter des A/B tests avec des rapports de signification statistique par session. Déployez ensuite les modifications en toute sécurité avec des versions immuables et des points de terminaison nommés, puis annulez instantanément en pointant un point de terminaison vers une version antérieure. Vous pouvez placer un harnais dans un pipeline plus large en passant par l' AgentCore InvokeHarness état dans AWS Step Functions, ou l'exporter vers du code Strands (le SDK Claude Agent sera bientôt disponible) et l'exécuter en cours AgentCore d'exécution lorsque la configuration ne suffit pas. Tout ce dont vous avez besoin pour créer, exécuter et exploiter des agents de production, sans devoir gérer l'infrastructure. Le harnais est alimenté par Strands Agents, le framework d'agents open source de AWS.

Il n'y a pas de charge séparée pour le harnais. Vous ne payez que pour les AgentCore fonctionnalités sous-jacentes que vous utilisez. Pour plus de détails, consultez la page de AgentCore tarification.

AgentCore le harnais est disponible en Géorgie dans toutes les régions indiquées ici.