As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.
# Como o Amazon Bedrock Agents funciona
| |
| --- |
| *Acelere a produção dos agentes com o Amazon Bedrock AgentCore. AgentCore é uma plataforma agente para criar, implantar e operar agentes altamente capacitados com segurança em grande escala. Para obter mais informações, consulte o [guia do AgentCore desenvolvedor](https://docs.aws.amazon.com/bedrock-agentcore/latest/devguide/what-is-bedrock-agentcore.html).* |
O Amazon Bedrock Agents consiste nos dois seguintes conjuntos principais de operações de API para ajudar você a configurar e executar um agente:
+ [Operações de API em tempo de compilação](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_Operations_Agents_for_Amazon_Bedrock.html) para criar, configurar e gerenciar os agentes e os recursos relacionados.
+ [Operações de API em runtime](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_Operations_Agents_for_Amazon_Bedrock_Runtime.html) para invocar o agente com a entrada do usuário e iniciar a orquestração para executar uma tarefa.
## Configuração de tempo de compilação
Um agente consiste nos seguintes componentes:
+ **Modelo de base**: escolha um modelo de base (FM) que o agente invoca para interpretar a entrada do usuário e os prompts subsequentes em seu processo de orquestração. O agente também invoca o FM para gerar respostas e etapas de acompanhamento em seu processo.
+ **Instruções**: escreva instruções que descrevam o que o agente foi projetado para fazer. Com os prompts avançados, é possível personalizar ainda mais as instruções para o agente em cada etapa da orquestração e incluir funções do Lambda para analisar a saída de cada etapa.
+ Pelo menos um dos seguintes:
+ **Grupos de ação**: defina as ações que o agente deve executar para o usuário (fornecendo os seguintes recursos):
+ Um dos seguintes esquemas para definir os parâmetros que o agente precisa obter do usuário (cada grupo de ação pode usar um esquema diferente):
+ Um esquema OpenAPI que defina as operações de API que o agente pode invocar para executar as respectivas tarefas. O esquema OpenAPI inclui os parâmetros que precisam ser obtidos do usuário.
+ Um esquema de detalhes da função para definir os parâmetros que o agente pode obter do usuário. Esses parâmetros podem ser usados para orquestração adicional pelo agente, ou você pode configurar como usá-los em sua própria aplicação.
+ (Opcional): uma função do Lambda com as seguintes entradas e saídas:
+ Entrada — Os and/or parâmetros de operação da API identificados durante a orquestração.
+ Saída: a resposta da invocação da API ou a resposta da invocação da função.
+ **Bases de conhecimento**: associe as bases de conhecimento a um agente. O agente consulta a base de conhecimento em busca de contexto adicional para aumentar a geração de resposta e a entrada nas etapas do processo de orquestração.
+ **Modelos de prompt**: eles são a base para a criação de prompts a serem fornecidos ao FM. O Amazon Bedrock Agents expõe os quatro modelos de prompt de base padrão que são usados durante o pré-processamento, a orquestração, a geração de resposta da base de conhecimento e o pós-processamento. É possível editar esses modelos de prompt de base para personalizar o comportamento do agente em cada etapa da sequência. Você também pode desativar as etapas para fins de solução de problemas ou ao concluir que uma etapa é desnecessária. Para obter mais informações, consulte [Melhorar a precisão dos agentes usando modelos de prompts avançados no Amazon Bedrock](advanced-prompts.md).
No tempo de compilação, todos esses componentes são reunidos para construir prompts de base para o agente executar a orquestração até que a solicitação do usuário seja concluída. Com os prompts avançados, é possível modificar esses prompts de base com lógica adicional e exemplos de few shot para melhorar a precisão de cada etapa da invocação do agente. Os modelos de prompt de base contêm instruções, descrições de ações, descrições da base de conhecimento e histórico de conversas, que podem ser personalizados para modificar o agente para atender às suas necessidades. Você então *prepara* o agente, o que empacota todos os componentes dos agentes, incluindo configurações de segurança. A preparação do agente o coloca em um estado em que possa ser testado em runtime. A imagem a seguir mostra como as APIs de tempo de compilação constroem o agente.
![\[Como o tempo de construção APIs constrói seu agente. Um grupo de ação consiste em um esquema OpenAPI e em uma função do Lambda para definir quais operações de API um agente pode chamar e como o agente deve lidar com as solicitações e respostas. O agente sintetiza as informações dos modelos de prompt de base, das instruções fornecidas e de quaisquer grupos de ação e bases de conhecimento anexados para gerar prompts com o modelo que usa. Os prompts são adicionados ao armazenamento de prompts do agente.\]](http://docs.aws.amazon.com/pt_br/bedrock/latest/userguide/images/agents/agents-buildtime.png)
## Processo de runtime
O runtime é gerenciado pela operação de API [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_InvokeAgent.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_InvokeAgent.html). Essa operação inicia a sequência do agente, que consiste nas três etapas principais a seguir.
1. **Pré-processamento**: gerencia como o agente contextualiza e categoriza a entrada do usuário e pode ser usado para validar a entrada.
1. **Orquestração**: interpreta a entrada do usuário, invoca grupos de ação, consulta bases de conhecimento e apresenta a saída para o usuário ou a utiliza como entrada para a orquestração contínua. A orquestração consiste nas seguintes etapas:
1. O agente interpreta a entrada com um modelo de base e gera um *racional* que define a lógica para a próxima etapa a ser executada.
1. O agente prevê qual ação em um grupo de ação deve invocar ou qual base de conhecimento deve consultar.
1. Se o agente previr que precisa invocar uma ação, enviará os parâmetros, determinados pelo prompt do usuário, à [função do Lambda configurada para o grupo de ação](agents-lambda.md) ou [retornará o controle](agents-returncontrol.md) enviando os parâmetros na resposta [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_InvokeAgent.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_InvokeAgent.html). Se não tiver informações suficientes para invocar a ação, o agente poderá executar uma das seguintes ações:
+ Consultar uma base de conhecimento associada (**Geração de respostas de bases de conhecimento**) para recuperar contexto adicional e resumir os dados para aumentar a respectiva geração.
+ Solicitar novamente que o usuário reúna todos os parâmetros necessários para a ação.
1. O agente gera uma saída, conhecida como *observação*, ao invocar uma ação que and/or resume os resultados de uma base de conhecimento. O agente usa a observação para aumentar o prompt de base, que é então interpretado com um modelo de base. O agente determina se precisa reiterar o processo de orquestração.
1. Esse ciclo continua até que o agente retorne uma resposta ao usuário ou até que precise fornecer um prompt ao usuário para obter informações adicionais.
Durante a orquestração, o modelo de prompt de base é aumentado com as instruções do agente, os grupos de ação e as bases de conhecimento que você adicionou ao agente. O prompt de base aumentado é usado para invocar o FM. O FM prevê as melhores etapas e trajetórias possíveis para atender à entrada do usuário. Em cada iteração da orquestração, o FM prevê a operação de API a ser invocada ou a base de conhecimento a ser consultada.
1. **Pós-processamento**: o agente formata a resposta final para apresentá-la ao usuário. Essa etapa é desativada por padrão.
Ao invocar o agente, é possível ativar um **rastreamento** em tempo de execução. Com o rastreamento, é possível rastrear o racional, as ações, as consultas e as observações do agente em cada etapa da sequência do agente. O rastreamento inclui o prompt completo enviado ao modelo de base em cada etapa e as saídas do modelo de base, respostas de API e consultas da base de conhecimento. É possível usar o rastreamento para compreender o raciocínio do agente em cada etapa. Para obter mais informações, consulte [Rastreie o processo de step-by-step raciocínio do agente usando trace](trace-events.md).
À medida que mais solicitações `InvokeAgent` são feitas na sessão do usuário com o agente, o histórico da conversa é preservado. O histórico da conversa aumenta continuamente o modelo de prompt de base da orquestração com contexto, ajudando a melhorar a precisão e a performance do agente. O seguinte diagrama mostra o processo do agente durante o runtime:
![\[Como o agente trabalha em runtime. Depois de receber a entrada do usuário, o agente obtém prompts aumentados do armazenamento de prompts e do histórico de conversas do armazenamento de sessões. Se a etapa de pré-processamento estiver habilitada, o agente invocará o FM com o prompt de pré-processamento para validar a entrada do usuário. Na etapa de orquestração, o agente invoca o FM com o prompt de orquestração e analisa a resposta. Determina os grupos de ação e consulta as bases de conhecimento, conforme necessário, e gera uma observação que pode acionar um novo prompt de orquestração. O estágio de orquestração funciona em loop até que a observação apresente uma resposta final ao usuário.\]](http://docs.aws.amazon.com/pt_br/bedrock/latest/userguide/images/agents/agents-runtime.png)