# AgentCore 게이트웨이에서 도구 호출
특정 도구를 호출하려면 게이트웨이의 MCP 엔드포인트에 POST 요청을 하고 요청 본문의 메`tools/call`서드로 , 도구 이름 및 인수를 지정합니다.
```
POST /mcp HTTP/1.1
Host: ${GatewayEndpoint}
Content-Type: application/json
Authorization: ${Authorization header}
${RequestBody}
```
다음 값을 교체합니다.
+ `${GatewayEndpoint}` - [CreateGateway](https://docs.aws.amazon.com/bedrock-agentcore-control/latest/APIReference/API_CreateGateway.html) API의 응답에 제공된 게이트웨이의 URL입니다.
+ `${Authorization header}` - [인바운드 권한 부여를 설정할 때 자격 증명 공급자의 권한 부여](gateway-inbound-auth.md) 자격 증명입니다.
+ `${RequestBody}` - [모델 컨텍스트 프로토콜(MCP)](https://modelcontextprotocol.io/docs/getting-started/intro)의 [호출 도구](https://modelcontextprotocol.io/specification/2025-06-18/server/tools#calling-tools)에 지정된 요청 본문의 JSON 페이로드입니다. 를 `tools/call`로 포함하고 도구 및 해당 `name`의를 `method` 포함합니다`arguments`.
응답은 도구 및 관련 메타데이터에서 반환된 콘텐츠를 반환합니다.
## 호출 도구용 코드 샘플
게이트웨이에서 사용 가능한 도구를 나열하는 예를 보려면 다음 방법 중 하나를 선택합니다.
**Example**
1. 다음 curl 요청은 ID가 인 게이트웨이를 `searchProducts` 통해 라는 도구를 호출하는 요청의 예를 보여줍니다`mygateway-abcdefghij`.
```
curl -X POST \
https://mygateway-abcdefghij.gateway.bedrock-agentcore.us-west-2.amazonaws.com/mcp \
-H "Content-Type: application/json" \
-H "Authorization: Bearer YOUR_ACCESS_TOKEN" \
-d '{
"jsonrpc": "2.0",
"id": "invoke-tool-request",
"method": "tools/call",
"params": {
"name": "searchProducts",
"arguments": {
"query": "wireless headphones",
"category": "Electronics",
"maxResults": 2,
"priceRange": {
"min": 50.00,
"max": 200.00
}
}
}
}'
```
1.
```
import requests
import json
def call_tool(gateway_url, access_token, tool_name, arguments):
headers = {
"Content-Type": "application/json",
"Authorization": f"Bearer {access_token}"
}
payload = {
"jsonrpc": "2.0",
"id": "call-tool-request",
"method": "tools/call",
"params": {
"name": tool_name,
"arguments": arguments
}
}
response = requests.post(gateway_url, headers=headers, json=payload)
return response.json()
# Example usage
gateway_url = "https://${GatewayEndpoint}/mcp" # Replace with your actual gateway endpoint
access_token = "${AccessToken}" # Replace with your actual access token
result = call_tool(
gateway_url,
access_token,
"openapi-target-1___get_orders_byId", # Replace with <{TargetId}__{ToolName}>
{"orderId": "ORD-12345-67890", "customerId": "CUST-98765"}
)
print(json.dumps(result, indent=2))
```
1.
```
from mcp import ClientSession
from mcp.client.streamable_http import streamablehttp_client
import asyncio
async def execute_mcp(
url,
token,
tool_params,
headers=None
):
default_headers = {
"Authorization": f"Bearer {token}"
}
headers = {**default_headers, **(headers or {})}
async with streamablehttp_client(
url=url,
headers=headers,
) as (
read_stream,
write_stream,
callA,
):
async with ClientSession(read_stream, write_stream) as session:
# 1. Perform initialization handshake
print("Initializing MCP...")
_init_response = await session.initialize()
print(f"MCP Server Initialize successful! - {_init_response}")
# 2. Call specific tool
print(f"Calling tool: {tool_params['name']}")
tool_response = await session.call_tool(
name=tool_params['name'],
arguments=tool_params['arguments']
)
print(f"Tool response: {tool_response}")
return tool_response
async def main():
url = "https://${GatewayEndpoint}/mcp"
token = "your_bearer_token_here"
tool_params = {
"name": "LambdaTarget___get_order_tool",
"arguments": {
"orderId": "order123"
}
}
await execute_mcp(
url=url,
token=token,
tool_params=tool_params
)
if __name__ == "__main__":
asyncio.run(main())
```
1. 참고: 에이전트를 호출하기 위한 것입니다.
```
from strands.tools.mcp.mcp_client import MCPClient
from mcp.client.streamable_http import streamablehttp_client
def create_streamable_http_transport(mcp_url: str, access_token: str):
return streamablehttp_client(mcp_url, headers={"Authorization": f"Bearer {access_token}"})
def run_agent(mcp_url: str, access_token: str):
mcp_client = MCPClient(lambda: create_streamable_http_transport(mcp_url, access_token))
with mcp_client:
result = mcp_client.call_tool_sync(
tool_use_id="tool-123", # A unique ID for the tool call
name="openapi-target-1___get_orders", # The name of the tool to invoke
arguments={} # A dictionary of arguments for the tool
)
print(result)
url = {gatewayUrl}
token = {AccessToken}
run_agent(url, token)
```
1. 참고: 에이전트를 호출하기 위한 것입니다.
```
import asyncio
from langgraph.prebuilt import create_react_agent
def execute_agent(
user_prompt,
model_id,
region,
tools
):
model = ChatBedrock(model_id=model_id, region_name=region)
agent = create_react_agent(model, tools)
_response = asyncio.run(agent.ainvoke({
"messages": user_prompt
}))
_response = _response.get('messages', {})[1].content
print(
f"Invoke Langchain Agents Response"
f"Response - \n{_response}\n"
)
return _response
```
## 오류
`tools/call` 작업은 다음과 같은 유형의 오류를 반환할 수 있습니다.
+ HTTP 상태 코드의 일부로 반환되는 오류:
**AuthenticationError**
잘못된 인증 자격 증명으로 인해 요청이 실패했습니다.
**HTTP 상태 코드**: 401
**AuthorizationError**
호출자는 도구를 호출할 권한이 없습니다.
**HTTP 상태 코드**: 403
**ResourceNotFoundError**
지정된 도구가 존재하지 않습니다.
**HTTP 상태 코드**: 404
**ValidationError**
제공된 인수가 도구의 입력 스키마를 준수하지 않습니다.
**HTTP 상태 코드**: 400
**ToolExecutionError**
도구를 실행하는 동안 오류가 발생했습니다.
**HTTP 상태 코드**: 500
**InternalServerError**
내부 서버 오류가 발생했습니다.
**HTTP 상태 코드**: 500
+ MCP 오류. 이러한 유형의 오류에 대한 자세한 내용은 [모델 컨텍스트 프로토콜(MCP)](https://modelcontextprotocol.io/docs/getting-started/intro) 설명서의 [오류 처리를](https://modelcontextprotocol.io/specification/2024-11-05/server/tools#error-handlinghttps://modelcontextprotocol.io/specification/2024-11-05/server/tools#error-handling) 참조하세요.