Self-managed strategia

Una strategia autogestita in Amazon Bedrock AgentCore Memory ti offre il controllo completo sulle pipeline di estrazione e consolidamento della memoria. Con una strategia autogestita, puoi creare flussi di lavoro di elaborazione della memoria personalizzati sfruttando Amazon AgentCore Bedrock per l'archiviazione e il recupero.

Una strategia autogestita in combinazione con le operazioni in batch (BatchCreateMemoryRecords,, BatchDeleteMemoryRecords) BatchUpdateMemoryRecords, ti consente di importare direttamente questi record estratti nella AgentCore memoria Amazon Bedrock per funzionalità di ricerca.

Con strategie autogestite, puoi:

Crea e utilizza una strategia autogestita

Self-managed le strategie seguono un processo in cinque fasi, dalla configurazione del trigger all'archiviazione dei record di memoria.

Prerequisiti

Prima di configurare strategie autogestite, verifica di avere:

Configura l'infrastruttura

Crea le AWS risorse necessarie, tra cui il bucket S3, l'argomento SNS e il ruolo IAM, di cui Amazon Bedrock AgentCore ha bisogno per accedere alle tue risorse.

Fase 1: Creazione di un bucket S3

Crea un bucket S3 nel tuo account in cui Amazon Bedrock AgentCore distribuirà payload di eventi in batch.

Fase 2: Creare un argomento SNS

Crea un argomento SNS per le notifiche di lavoro. Utilizza gli argomenti FIFO se l'ordine di elaborazione all'interno delle sessioni è importante per il tuo caso d'uso.

Fase 3: Creare un ruolo IAM

Crea un ruolo IAM che Amazon Bedrock AgentCore possa assumere per accedere alle tue risorse.

Policy di trust

Utilizza la seguente politica di fiducia:

{
    "Version": "2012-10-17",
    "Statement": [
        {
            "Effect": "Allow",
            "Principal": {
                "Service": "bedrock-agentcore.amazonaws.com"
            },
            "Action": "sts:AssumeRole",
            "Condition": {
                "ArnLike": {
                    "aws:SourceArn": "arn:aws:bedrock-agentcore:<region>:<account-id>:memory/*"
                }
            }
        }
    ]
}

Policy delle autorizzazioni

Utilizza la seguente politica di autorizzazioni:

{
    "Version": "2012-10-17",
    "Statement": [
        {
            "Sid": "S3PayloadDelivery",
            "Effect": "Allow",
            "Action": [
                "s3:GetBucketLocation",
                "s3:PutObject"
            ],
            "Resource": [
                "arn:aws:s3:::your-agentcore-payloads-bucket",
                "arn:aws:s3:::your-agentcore-payloads-bucket/*"
            ]
        },
        {
            "Sid": "SNSNotifications",
            "Effect": "Allow",
            "Action": [
                "sns:GetTopicAttributes",
                "sns:Publish"
            ],
            "Resource": "arn:aws:sns:us-east-1:123456789012:agentcore-memory-jobs"
        }
    ]
}

Autorizzazioni KMS aggiuntive (se si utilizzano risorse crittografate)

Se utilizzi risorse crittografate, aggiungi le seguenti autorizzazioni KMS:

{
    "Sid": "KMSPermissions",
    "Effect": "Allow",
    "Action": [
        "kms:GenerateDataKey",
        "kms:Decrypt"
    ],
    "Resource": "arn:aws:kms:us-east-1:123456789012:key/your-key-id"
}

Crea una strategia autogestita

Usa le API del piano di AgentCore controllo di Amazon Bedrock per creare o aggiornare una AgentCore memoria con strategie autogestite.

Autorizzazioni richieste

Il tuo utente o ruolo IAM ha bisogno di:

Crea una AgentCore memoria con una strategia autogestita

Utilizza l'CreateMemoryoperazione AWS SDK per creare una AgentCore memoria con una strategia autogestita.

aws bedrock-agentcore-control create-memory \
  --name "MyCustomMemory" \
  --description "Memory with self-managed extraction strategy" \
  --memory-execution-role-arn "arn:aws:iam::123456789012:role/AgentCoreMemoryRole" \
  --event-expiry-duration 90 \
  --memory-strategies '[
    {
      "customMemoryStrategy": {
        "name": "SelfManagedExtraction",
        "description": "Custom extraction strategy",
        "configuration": {
          "selfManagedConfiguration": {
            "triggerConditions": [
              {
                "messageBasedTrigger": {
                  "messageCount": 6
                }
              },
              {
                "tokenBasedTrigger": {
                  "tokenCount": 1000
                }
              },
              {
                "timeBasedTrigger": {
                  "idleSessionTimeout": 30
                }
              }
            ],
            "historicalContextWindowSize": 2,
            "invocationConfiguration": {
              "payloadDeliveryBucketName": "your-agentcore-payloads-bucket",
              "topicArn": "arn:aws:sns:us-east-1:123456789012:agentcore-memory-jobs"
            }
          }
        }
      }
    }
  ]'

Comprendere la distribuzione del payload

Quando vengono soddisfatte le condizioni di attivazione, Amazon Bedrock AgentCore invia notifiche e payload utilizzando schemi specifici.

Messaggio di notifica SNS

{
  "jobId": "unique-job-identifier",
  "s3PayloadLocation": "s3://bucket/path/to/payload.json",
  "memoryId": "your-memory-id",
  "strategyId": "your-strategy-id"
}

Struttura del payload S3

{
  "requestId": "request-identifier",
  "accountId": "123456789012",
  "memoryId": "your-memory-id",
  "actorId": "user-or-agent-id",
  "sessionId": "conversation-session-id",
  "strategyId": "your-strategy-id",
  "startingTimestamp": 1634567890,
  "endingTimestamp": 1634567920,
  "currentContext": [
    {
      "role": "USER",
      "content": {
        "text": "User message content"
      }
    },
    {
      "role": "ASSISTANT",
      "content": {
        "text": "Assistant response"
      }
    }
  ],
  "historicalContext": [
    {
      "role": "USER",
      "content": {
        "text": "User message content"
      }
    },
    {
      "role": "ASSISTANT",
      "content": {
        "text": "Previous assistant response"
      }
    },
    {
      "blob": "{}",
    }
  ]
}

Crea la tua pipeline personalizzata

Questa sezione illustra un approccio alla creazione di una pipeline di elaborazione della memoria autogestita utilizzando Lambda AWS e SQS. Questo è solo un esempio: puoi implementare la tua pipeline utilizzando qualsiasi piattaforma di calcolo (EC2, ECS, Fargate), logica e framework di elaborazione che soddisfi i tuoi requisiti.

Fase 1: Configurare l'elaborazione

Fase 2: Elaborazione della pipeline

La pipeline di esempio seguente è composta da quattro componenti principali:

Testa la tua implementazione

Esempio: creazione di eventi di test

aws bedrock-agentcore create-event \
  --memory-id "your-memory-id" \
  --actor-id "test-user" \
  --session-id "test-session-1" \
  --event-timestamp "2024-01-15T10:00:00Z" \
  --payload '[{
    "conversational": {
      "content": {"text": "I prefer Italian restaurants with outdoor seating"},
      "role": "USER"
    }
  }]'

Esempio: recupero dei record di memoria

# List records belonging to a specific namespace
aws bedrock-agentcore list-memory-records \
  --memory-id "your-memory-id" \
  --namespace "/actor/Jane/" # lists all records present in the given namespace

# List records belonging to a particular namespace hierarchy
aws bedrock-agentcore list-memory-records \
  --memory-id "your-memory-id" \
  --namespace-path "/" # lists all records present under the namespace hierarchy

Best practice

Segui queste best practice per prestazioni, affidabilità, ottimizzazione dei costi e sicurezza quando implementi strategie autogestite.

Prestazioni e affidabilità

Ottimizzazione dei costi

Considerazioni sull'elaborazione

Sicurezza