开始使用

使用名称和执行角色创建安全带：

aws bedrock-agentcore-control create-harness \
  --harness-name "MyHarness" \
  --execution-role-arn "arn:aws:iam::123456789012:role/MyHarnessRole"

投票get-harness直到"status": "READY". 记下响应中的 arn。

aws bedrock-agentcore-control get-harness \
  --harness-id "MyHarness-XyZ123"

从 Python 中调用。如果你没有指定型号，Amazon Bedrock 上的安全带默认为 Anthropic Claude Sonnet 4.6：

import boto3

client = boto3.client("bedrock-agentcore", region_name="us-west-2")

response = client.invoke_harness(
    harnessArn="arn:aws:bedrock-agentcore:us-west-2:123456789012:harness/MyHarness-XyZ123",  # Replace with your harness ARN
    runtimeSessionId="1234abcd-12ab-34cd-56ef-1234567890ab",
    messages=[{
        "role": "user",
        "content": [{"text": "Research three tropical vacation options under $3k."}]
    }],
)

for event in response["stream"]:
    if "contentBlockDelta" in event:
        delta = event["contentBlockDelta"].get("delta", {})
        if "text" in delta:
            print(delta["text"], end="", flush=True)
    elif "runtimeClientError" in event:
        print(f"\nError: {event['runtimeClientError']['message']}")

安装 C AgentCore LI：

npm install -g @aws/agentcore

使用旗帜以非交互方式创建线束项目：

agentcore create --name myresearchagent --model-provider bedrock

部署并调用：

agentcore deploy
agentcore invoke --harness myresearchagent \
  --session-id "$(uuidgen)" \
  "Research three tropical vacation options under $3k, within five hours of NYC."

响应会流向您的终端。在调用--session-id之间重复使用相同的内容，以便在相同的环境中继续对话。

要向现有项目添加更多线束，请使用agentcore add harness。要生成独立的 Python 调用脚本，请添加--with-invoke-script。

有用的标志：

安装 C AgentCore LI：

npm install -g @aws/agentcore

agentcore create不带标志运行以启动交互式向导：

agentcore create

确认后，向导将为您的项目搭建脚手架。使用部署agentcore deploy，然后使用调用agentcore invoke。

随时通过agentcore status以下方式查看项目状态：

如果你想在本地环境中测试安全带，你可以运行开发服务器：

agentcore dev

当你运行时agentcore dev，CLI 会首先将你的线束资源部署到 AWS，创建 IAM 角色、线束以及在你的项目中配置的任何内存或证书：

部署完成后，它会启动本地服务器并在浏览器中打开代理检查器，您可以在其中与工具聊天、检查跟踪和浏览项目资源：

展开 Harn ess Settings 以查看和覆盖当前会话的线束配置：