View a markdown version of this page

Guida introduttiva ai pacchetti di configurazione - Fondamento Amazon AgentCore

Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

Guida introduttiva ai pacchetti di configurazione

Questa procedura dettagliata consente di passare da zero a un bundle di configurazione con versione che l'agente legge in fase di esecuzione. Creerai un pacchetto, lo aggiornerai per produrre una nuova versione, leggerai la configurazione e visualizzerai la cronologia delle versioni.

Prima di iniziare

Assicurati di:

  • Un progetto AgentCore CLI con un agente distribuito su AgentCore Runtime (o segui l'Appendice seguente per crearne uno con supporto per il pacchetto di configurazione)

  • AWS credenziali con autorizzazioni per e (vedi Prerequisiti) bedrock-agentcore bedrock-agentcore-control Prerequisiti

Le seguenti costanti vengono utilizzate negli esempi boto3. Sostituiscile con i tuoi valori:

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

Fase 1: Creare un pacchetto di configurazione

Crea un pacchetto con la configurazione iniziale del tuo agente. Il pacchetto memorizza le coppie chiave-valore (prompt di sistema, ID del modello, temperatura, descrizioni degli strumenti) codificate dall'ARN del componente.

Esempio
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

Dopo la distribuzione, la CLI stampa l'ID del bundle e l'ID della versione iniziale.

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}")

Fase 2: Aggiorna il pacchetto

Dopo aver eseguito una valutazione in batch e aver rilevato che le risposte dell'agente sono troppo dettagliate, aggiorna il prompt di sistema. Ogni aggiornamento crea una nuova versione immutabile.

Esempio
AgentCore CLI

Modifica la configurazione del pacchetto inagentcore.json, quindi ridistribuisci:

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

La CLI rileva il pacchetto esistente e crea automaticamente una nuova versione.

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}")

Fase 3: Leggi il pacchetto

Recupera la configurazione corrente per verificare che l'aggiornamento abbia avuto effetto.

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

L'output mostra la cronologia delle versioni con messaggi di commit:

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')}")

Fase 4: Confronta le versioni

Differenzia due versioni per vedere esattamente cosa è cambiato:

Esempio
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)}")

Fasi successive

  • Esegui una valutazione in batch per misurare l'impatto della modifica della configurazione. Vedi Valutazione in batch.

  • Utilizza i consigli per consentire al servizio di generare automaticamente prompt ottimizzati. Vedi Raccomandazioni.

  • Imposta A/B i test per confrontare due versioni del pacchetto con il traffico in tempo reale. Vedi A/B test.

  • Suddividi la tua configurazione per gli esperimenti senza influire sulla linea principale. Vedi Aggiornamento di un pacchetto di configurazione.

Appendice: codice agente con integrazione del pacchetto di configurazione

Il seguente codice dell'agente legge il pacchetto di configurazione attivo in fase di esecuzione utilizzando lo schema hook. BeforeModelCallEvent L'agente viene creato una volta a livello di modulo e l'hook aggiorna dinamicamente il prompt di sistema prima di ogni chiamata al modello. Le modifiche al pacchetto di configurazione hanno effetto immediato senza riavvio.

  • Requisiti SDK: è richiesta la bedrock-agentcore-sdk-python versione 1.8 o successiva. Il get_config_bundle() metodo attivo BedrockAgentCoreContext è disponibile da questa versione in poi.

Salvalo come nome del tuo agente: 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(str(payload.get("prompt", "Hello"))) return {"response": str(result)} if __name__ == "__main__": app.run()