AgentCore imbracatura

Ogni agente ha un livello di orchestrazione: un ciclo che richiama il modello, seleziona gli strumenti, restituisce i risultati, gestisce il contesto e gestisce gli errori. La sua esecuzione in produzione richiede un'infrastruttura reale: elaborazione, una sandbox, connessioni sicure agli strumenti, file system, memoria, identità e osservabilità. Insieme, costituiscono l'agent harness, il sistema che consente a un agente di funzionare effettivamente.

Installarne uno localmente è veloce. La produzione è il luogo in cui il lavoro esplode e, nel momento in cui deve servire più di un utente, si presenta un livello completamente nuovo: concorrenza, isolamento, identità, stato, scalabilità. Fino ad ora, ogni team ha svolto questo lavoro da solo.

L'agente gestito AgentCore trasforma il lavoro in configurazione. Voi dichiarate cosa fa il vostro agente (modello, strumenti, competenze, istruzioni); AgentCore gestite l'ambiente, l'elaborazione, la memoria, l'identità, la rete e l'osservabilità che trasformano la configurazione in un agente funzionante. Provare un modello diverso o aggiungere un nuovo strumento è una modifica alla configurazione, non una riscrittura del codice.

Per impostazione predefinita, ogni sessione di cablaggio è dotata di stato e viene eseguita in una microVM sicura e isolata per sessione (supportata dal runtime). AgentCore L'agente dispone di un proprio filesystem e di una propria shell, quindi può scrivere codice, eseguirlo e conservare memorie e file a breve e lungo termine tra le sessioni, anche quando la sessione MicroVM sottostante è scaduta e viene sostituita da una nuova. Gli agenti possono utilizzare qualsiasi modello fornito da Amazon Bedrock, OpenAI, Google Gemini o LiteLLM-compatible qualsiasi altro provider e possono cambiare fornitore a metà sessione senza perdere il contesto, in modo da poter pianificare con un modello ed eseguire con un altro, oppure sostituire i fornitori per un test prezzo/prestazioni senza dover ricostruire la conversazione. Gli agenti possono connettersi agli strumenti tramite AgentCore gateway, server MCP o utilizzare il browser o l'interprete di codice integrati. Puoi allegare AWS competenze da Git, S3 o dal catalogo di AWS competenze curato con un solo pulsante, in modo che l'agente acquisisca le competenze del dominio su richiesta anziché improvvisare. Quando hai bisogno di un ambiente personalizzato con le tue dipendenze, puoi portare il tuo contenitore. Puoi anche montare S3 Files o EFS per condividere dati tra sessioni e cablaggi con durabilità e cronologia S3 complete. Ogni azione viene tracciata automaticamente attraverso l' AgentCore osservabilità, con una vista unificata che mostra ciò che l'agente ha fatto per tutte le funzionalità in un unico posto, in modo da smettere di passare da un gruppo di log all'altro per ricostruire cosa è successo.

Puoi eseguire iterazioni sul traffico reale con AgentCore valutazioni e ottimizzazioni per assegnare un punteggio al comportamento, ottenere consigli tempestivi e di descrizione degli strumenti ed eseguire A/B test con report di significatività statistica per sessione. Quindi, implementa le modifiche in modo sicuro con versioni immutabili e endpoint denominati, e ripristina istantaneamente indicando un endpoint a una versione precedente. Puoi inserire un harness in una pipeline più grande tramite AgentCore InvokeHarness lo stato di AWS Step Functions o esportarlo in codice Strands (Claude Agent SDK disponibile a breve) ed eseguirlo in fase di AgentCore esecuzione quando la configurazione non è sufficiente. Tutto ciò di cui hai bisogno per creare, eseguire e far funzionare gli agenti di produzione, senza gestire l'infrastruttura. L'harness è alimentato da Strands Agents, il framework di agenti open source di. AWS

Non è previsto un costo aggiuntivo per il cablaggio. Paghi solo per le AgentCore funzionalità di base che utilizzi. Per i dettagli, consulta la pagina AgentCore dei prezzi.

AgentCore harness è disponibile in GA in tutte le regioni mostrate qui.