Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
Cara kerjanya
AgentCore optimasi menghubungkan temuan evaluasi dengan perbaikan yang divalidasi melalui siklus berulang. Iterasi tipikal mengikuti langkah-langkah ini:
-
Buat rekomendasi: Ara hkan API Rekomendasi ke pelacakan agen di CloudWatch Log dan tentukan evaluator yang ingin Anda optimalkan. Layanan menganalisis pola kegagalan dan mengembalikan prompt sistem yang dioptimalkan atau serangkaian deskripsi alat, bersama dengan penjelasan tentang apa yang berubah dan mengapa.
-
(Opsional) Paket sebagai bundel konfigurasi: Buat versi bundel dengan konfigurasi yang disarankan. Bundel adalah snapshot berversi dan tidak dapat diubah dari konfigurasi agen (prompt sistem, ID model, deskripsi alat) yang dapat diubah secara dinamis tanpa penerapan kode. Bundel konfigurasi berguna ketika Anda ingin memisahkan perilaku agen dari kode; mereka tidak diperlukan. Anda juga dapat memvalidasi perubahan dengan menerapkan ke titik akhir runtime terpisah.
-
Validasi dengan A/B pengujian: Pisahkan lalu lintas produksi antara agen saat ini (kontrol) dan versi yang ditingkatkan (perawatan) melalui AgentCore Gateway. Evaluasi online menilai setiap sesi dan melaporkan hasil dengan signifikansi statistik. A/B tes mendukung dua pola:
-
Varian bundel konfigurasi: Runtime yang sama, versi bundel yang berbeda. Gunakan ketika perubahan murni konfigurasi (prompt, ID model, deskripsi alat).
-
Target-based varian: Tar get gateway berbeda menunjuk ke titik akhir runtime yang berbeda. Gunakan saat perubahan termasuk perubahan kode, peningkatan kerangka kerja, atau ketika Anda ingin membandingkan implementasi agen yang sama sekali berbeda. Setiap varian dapat memiliki konfigurasi evaluasi online sendiri.
-
-
Terapkan varian pemenang dan ulangi: Arahkan 100% lalu lintas ke varian pemenang. Jejak baru dari baseline baru memberikan dasar untuk iterasi berikutnya.
