View a markdown version of this page

Introdução aos pacotes de configuração - Amazon Bedrock AgentCore

Introdução aos pacotes de configuração

Este passo a passo leva você do zero a um pacote de configuração versionado que seu agente lê em tempo de execução. Você criará um pacote, o atualizará para produzir uma nova versão, lerá a configuração e visualizará o histórico da versão.

Antes de começar

Verifique se você:

  • Um projeto de AgentCore CLI com um agente implantado no AgentCore Runtime (ou siga o Apêndice abaixo para criar um com suporte ao pacote de configuração)

  • AWS credenciais com permissões para bedrock-agentcore e bedrock-agentcore-control (consulte Pré-requisitos)

As constantes a seguir são usadas nos exemplos de boto3. Substitua-os por seus próprios valores:

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

Etapa 1: criar um pacote de configuração

Crie um pacote com a configuração inicial do seu agente. O pacote armazena pares de valores-chave (solicitação do sistema, ID do modelo, temperatura, descrições da ferramenta) codificados pelo ARN do componente.

exemplo
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

Após a implantação, a CLI imprime o ID do pacote e o ID da versão inicial.

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}")

Etapa 2: atualizar o pacote

Depois de executar uma avaliação em lote e identificar que as respostas do seu agente são muito detalhadas, atualize o prompt do sistema. Cada atualização cria uma nova versão imutável.

exemplo
AgentCore CLI

Edite a configuração do pacote em eagentcore.json, em seguida, reimplante:

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

A CLI detecta o pacote existente e cria uma nova versão automaticamente.

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}")

Etapa 3: leia o pacote

Recupere a configuração atual para verificar se a atualização entrou em vigor.

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

A saída mostra o histórico da versão com mensagens de confirmação:

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')}")

Etapa 4: comparar as versões

Compare duas versões para ver exatamente o que mudou:

exemplo
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)}")

Próximas etapas

  • Execute uma avaliação em lote para medir o impacto de sua alteração na configuração. Consulte Avaliação em lote.

  • Use recomendações para permitir que o serviço gere solicitações otimizadas automaticamente. Veja as recomendações.

  • Configure o A/B teste para comparar duas versões do pacote com o tráfego ao vivo. Veja os A/B testes.

  • Ramifique sua configuração para experimentos sem afetar a linha principal. Consulte Atualizar um pacote de configuração.

Apêndice: Código do agente com integração do pacote de configuração

O código do agente a seguir lê o pacote de configuração ativo em tempo de execução usando o padrão de BeforeModelCallEvent gancho. O agente é criado uma vez no nível do módulo e o gancho atualiza dinamicamente o prompt do sistema antes de cada chamada de modelo. As alterações do pacote de configuração entram em vigor imediatamente sem serem reiniciadas.

  • Requisito do SDK: a bedrock-agentcore-sdk-python versão 1.8 ou posterior é obrigatória. O get_config_bundle() método ativado BedrockAgentCoreContext está disponível a partir desta versão.

Salve isso como se fosse do seu agentemain.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(payload.get("prompt", "Hello")) return {"response": str(result)} if __name__ == "__main__": app.run()