View a markdown version of this page

Memulai dengan Amazon Bedrock AgentCore - Batuan Dasar Amazon AgentCore
Mendaftar untuk AWS akunPrasyaratLangkah 1: Instal AgentCore CLILangkah 2: Buat proyek AndaLangkah 3: Uji secara lokalLangkah 4: Menyebarkan agen AndaLangkah 5: Panggil agen Anda yang dikerahkanTambahkan kemampuan ke proyek AndaLihat log dan jejakBersihkanLangkah selanjutnya

Memulai dengan Amazon Bedrock AgentCore

Quickstart ini membawa Anda dari nol ke agen yang sedang berjalan dalam beberapa menit menggunakan AgentCore CLI. Anda akan menginstal CLI, merancah proyek, menguji secara lokal, menyebarkan ke AWS, dan memanggil agen Anda.

Dua cara untuk membangun agen AgentCore, CLI yang sama:

  • Harness yang dikelola. Anda mendeklarasikan agen dalam file konfigurasi (model, prompt, alat, memori) dan AgentCore menjalankan loop untuk Anda. Tidak ada kerangka kerja, tidak ada kode orkestrasi. Jalur yang baik ketika Anda menginginkan rute tercepat dari ide ke agen yang sedang berjalan. Pelajari selengkapnya.

  • Code-based agen. Anda menulis loop agen dengan Python menggunakan kerangka kerja yang sudah Anda ketahui (Strands,, Google ADK LangGraph, atau OpenAI Agents), dan menerapkannya ke Runtime. AgentCore Kontrol penuh atas logika orkestrasi.

Halaman ini berjalan melalui aliran berbasis kode. Untuk harness, lihat Apa AgentCore harness itu.

Mendaftar untuk AWS akun

Mendaftar untuk AWS akun

Untuk memulai AWS, Anda memerlukan AWS akun. Untuk informasi tentang membuat AWS akun, lihat Memulai AWS akun di Panduan Referensi Manajemen AWS Akun.

Prasyarat

  • Node.js 20 atau setelahnya. AgentCore CLI didistribusikan sebagai paket npm. Periksa dengannode --version. Instal dari nodejs.org jika diperlukan.

  • npm. Termasuk dengan Node.js.

  • AWS Akun dengan kredensil yang dikonfigurasi. Konfigurasikan melalui AWS CLI, variabel lingkungan, atau profil. AWS Lihat Mengkonfigurasi AWS CLI.

  • Python 3.10 atau yang lebih baru (untuk kode agen). Periksa denganpython3 --version.

  • Izin IAM. Identitas Anda memerlukan izin untuk melakukan panggilan AgentCore API dan mengasumsikan peran bootstrap CDK yang digunakan selama penerapan. Lihat Izin IAM AgentCore CLI.

Langkah 1: Instal AgentCore CLI

npm install -g @aws/agentcore

Verifikasi:

agentcore --version

Untuk memperbarui nanti, jalankan kembali perintah install atauagentcore update. Sumber dan masalah: agentcore-cli on. GitHub

Langkah 2: Buat proyek Anda

agentcore create

Wizard interaktif pertama kali menanyakan apa yang ingin Anda bangun:

  • Harness - Loop agen berbasis konfigurasi terkelola. Tidak diperlukan kerangka kerja atau kode orkestrasi. Lihat Apa AgentCore harness itu.

  • Agen - Agen berbasis kode menggunakan kerangka kerja yang Anda pilih, disebarkan ke Runtime. AgentCore

  • Lewati - Buat struktur proyek tanpa agen. Tambahkan satu nanti denganagentcore add.

Jika Anda memilih Agen, wizard melanjutkan dengan:

  • Kerangka Kerja - Strands Agents (disarankan), LangChain/LangGraph, Kit Pengembangan Agen Google, atau OpenAI Agents SDK

  • Penyedia model - Amazon Bedrock, Anthropic, OpenAI, atau Gemini

  • Memori - Tidak ada, hanya jangka pendek, atau jangka panjang dan jangka pendek

  • Jenis build - CodeZip (default) atau Container

Anda juga dapat meneruskan flag secara langsung untuk membuat agen berbasis kode:

agentcore create \
  --name MyAgent \
  --framework Strands \
  --model-provider Bedrock \
  --memory none \
  --build CodeZip

Struktur proyek

agentcore createmenghasilkan:

MyAgent/
├── agentcore/
│   ├── agentcore.json      # Project and resource configuration
│   ├── aws-targets.json    # Deployment target (account and region)
│   └── cdk/                # CDK infrastructure (auto-managed)
└── app/
    └── MyAgent/            # Your agent code
        ├── main.py         # Agent entrypoint
        ├── pyproject.toml  # Python dependencies
        └── ...

File kunci:

  • agentcore/agentcore.json- konfigurasi utama. Mendefinisikan agen Anda, penyimpanan memori, gateway, kredensi, dan sumber daya lainnya. Dikelola oleh agentcore add danagentcore remove.

  • app/- Kode agen Anda. Setiap agen mendapatkan subdirektorinya sendiri dengan entrypoint dan a. pyproject.toml

  • agentcore/aws-targets.json- AWS akun dan wilayah untuk penyebaran.

Langkah 3: Uji secara lokal

cd MyAgent
agentcore dev

agentcore devmembuat lingkungan virtual Python, menginstal dependensi, memulai server lokal dengan hot reload, dan membuka inspektur agen di browser Anda sehingga Anda dapat mengobrol dengan agen, memeriksa jejak, dan menelusuri sumber daya proyek. Perubahan kode diambil secara otomatis.

Bendera yang berguna:

  • --no-browser- gunakan TUI berbasis terminal alih-alih inspektur browser.

  • --no-traces- Nonaktifkan jejak penulisan keagentcore/.cli/traces.

  • --logs- log server ekor dalam mode non-interaktif.

  • --port <N>- pin port dev (default 8080 untuk HTTP, 8000 untuk MCP, 9000 untuk A2A; auto-increments jika sibuk).

Langkah 4: Menyebarkan agen Anda

agentcore deploy

Menyebarkan:

  1. Mengemas kode Anda ke dalam artefak zip (atau membuat wadah jika) --build Container

  2. Menggunakan AWS CDK di bawah tenda untuk mensintesis dan menyediakan sumber daya

  3. Membuat titik akhir AgentCore Runtime untuk agen Anda

  4. Mengkonfigurasi CloudWatch logging dan observabilitas

Penyebaran pertama membutuhkan waktu beberapa menit sementara CDK mem-bootstrap akun Anda. Penyebaran selanjutnya lebih cepat.

Pratinjau apa yang akan berubah tanpa menerapkan:

agentcore deploy --dry-run

Periksa status:

agentcore status

Langkah 5: Panggil agen Anda yang dikerahkan

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

Jika agen Anda telah mengonfigurasi pembayaran, berikan konteks pembayaran pada saat pemanggilan:

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

Itu loop. Ulangiapp/MyAgent/main.py, uji denganagentcore dev, terapkan denganagentcore deploy, panggil dengan. agentcore invoke

Tambahkan kemampuan ke proyek Anda

agentcore addmengelola sumber daya diagentcore.json. Jalankan tanpa argumen untuk menu interaktif, atau targetkan sumber daya secara langsung.

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

Setiap perintah add memancah konfigurasi dan meminta nilai yang diperlukan. Setelah menambahkan, jalankan agentcore deploy ke ketentuan.

Penyelaman mendalam untuk kemampuan yang dapat Anda lampirkan:

Lihat log dan jejak

# 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>

Bersihkan

agentcore remove all
agentcore deploy

remove allme-reset konfigurasi. Tindak lanjut deploy mendeteksi keadaan kosong dan merobohkan sumber daya di akun Anda.

Langkah selanjutnya

  • Apa AgentCore harness - jalur berbasis konfigurasi ke agen yang sedang berjalan. Gunakan model apa pun, sambungkan ke alat, pertahankan status, terapkan di VPC Anda, dan lanjutkan ke kode saat Anda membutuhkannya.

  • AgentCore sampel kode - contoh ujung ke ujung di seluruh kerangka kerja dan kemampuan.