翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

AgentCore CLI の使用を開始する

このクイックスタートでは、AgentCore CLI を使用して、数分以内にゼロから実行中のエージェントに移動します。CLI のインストール、プロジェクトのスキャフォールド、ローカルでのテスト、エージェントへのデプロイ AWS、および呼び出しを行います。

AgentCore でエージェントを構築する 2 つの方法、同じ CLI:

このページでは、コードベースのフローについて説明します。ハーネスについては、AgentCore ハーネスとは」を参照してください。

AWS アカウントにサインアップする

AWS アカウントにサインアップする

の使用を開始するには AWS、 AWS アカウントが必要です。 AWS アカウントの作成の詳細については、「 AWS アカウント管理リファレンスガイド」の「 アカウントの開始方法」を参照してください。 AWS

前提条件

ステップ 1: AgentCore CLI をインストールする

npm install -g @aws/agentcore

検証:

agentcore --version

後で更新するには、インストールコマンド または を再実行しますagentcore update。ソースと問題: GitHub の agentcore-cli。

ステップ 2: プロジェクトを作成する

agentcore create

インタラクティブウィザードは、最初にビルドする内容を尋ねます。

エージェントを選択すると、ウィザードは次の操作を続行します。

フラグを直接渡してコードベースのエージェントを作成することもできます。

agentcore create \
  --project-name MyProject \
  --name MyAgent \
  --language Python \
  --framework Strands \
  --model-provider Bedrock \
  --memory none \
  --build CodeZip

使用可能なすべてのコマンドとオプションについては、AgentCore CLI リファレンス」を参照してください。

ビルドタイプ

プロジェクトの構造

agentcore create は、共有プロジェクト設定と、コードベースのエージェントとハーネス用の異なるアプリケーション構造を生成します。

キーファイル:

ステップ 3: ローカルでテストする

cd MyProject
agentcore dev

agentcore dev は、Python 仮想環境を作成し、依存関係をインストールして、ホットリロードでローカルサーバーを起動し、ブラウザでエージェントインスペクターを開いて、エージェントとチャットしたり、トレースを検査したり、プロジェクトリソースを参照したりできます。コードの変更は自動的に取得されます。

ステップ 4: エージェントをデプロイする

agentcore deploy

デプロイ:

最初のデプロイには、CDK がアカウントをブートストラップするまでに数分かかります。後続のデプロイはより高速です。

デプロイせずに変更内容をプレビューします。

agentcore deploy --dry-run

ステータスを確認します。

agentcore status

ステップ 5: デプロイされたエージェントを呼び出す

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

エージェントが支払いを設定している場合は、呼び出し時に支払いコンテキストを指定します。

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

これがループです。で反復処理しapp/MyAgent/main.py、 でテストしagentcore dev、 でデプロイしagentcore deploy、 で呼び出しますagentcore invoke。

プログラムでエージェントを呼び出す

AWS SDK InvokeAgentRuntime オペレーションを使用して、デプロイされたエージェントを呼び出すことができます。エージェントランタイム ARN を取得します。

agentcore status

invoke_agent.py という名前のファイルを作成します。エージェント ARN をエージェントの ARN に置き換えます。

import json
import uuid

import boto3

agent_arn = "Agent ARN"
prompt = "Tell me a joke"

client = boto3.client("bedrock-agentcore")
response = client.invoke_agent_runtime(
    agentRuntimeArn=agent_arn,
    runtimeSessionId=str(uuid.uuid4()),
    payload=json.dumps({"prompt": prompt}).encode(),
    qualifier="DEFAULT",
)

content = []
for chunk in response.get("response", []):
    content.append(chunk.decode("utf-8"))

print(json.loads("".join(content)))

コードを実行します。

python invoke_agent.py

ID には アクセスbedrock-agentcore:InvokeAgentRuntime許可が必要です。

プロジェクトに機能を追加する

agentcore add は のリソースを管理しますagentcore.json。インタラクティブメニューの引数なしで実行するか、リソースを直接ターゲットにします。

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

Add コマンドはそれぞれ、設定を足場し、必要な値の入力を求めます。追加したら、 を実行してプロビジョニングagentcore deployします。

アタッチできる機能の詳細な説明:

ログとトレースを表示する

# 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>

トラブルシューティング

詳細については、「Amazon Bedrock AgentCore ランタイムのトラブルシューティング」を参照してください。

クリーンアップ

agentcore remove all
agentcore deploy

remove all は設定をリセットします。フォローアップは空の状態deployを検出し、アカウントのリソースを破棄します。

次の手順