開始使用

使用名稱和執行角色建立繫帶：

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

輪詢get-harness直到 "status": "READY"。記下回應中的 arn。

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

從 Python 叫用。如果您未指定模型，則集合預設為 Amazon Bedrock 上的 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']}")

安裝 AgentCore CLI：

npm install -g @aws/agentcore

使用旗標以非互動方式建立繫帶專案：

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

部署和叫用：

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

回應串流到您的終端機。在叫用--session-id之間重複使用相同的 ，以在相同的環境中繼續對話。

若要將更多繫帶新增至現有專案，請使用 agentcore add harness。若要產生獨立的 Python 調用指令碼，請新增 --with-invoke-script。

有用的旗標：

安裝 AgentCore CLI：

npm install -g @aws/agentcore

agentcore create 在沒有旗標的情況下執行 以啟動互動式精靈：

agentcore create

確認後，精靈會堆疊您的專案。使用 部署 agentcore deploy，然後使用 叫用 agentcore invoke。

隨時使用 檢查專案狀態agentcore status：

如果您想要在本機環境中測試繫帶，您可以執行開發伺服器：

agentcore dev

當您執行 時agentcore dev，CLI 會先將集合資源部署到 AWS，建立 IAM 角色、集合，以及在專案中設定的任何記憶體或登入資料：

部署完成後，它會啟動本機伺服器，並在瀏覽器中開啟客服人員檢查程式，您可以在其中與繫帶聊天、檢查追蹤和瀏覽專案資源：

展開繫留設定以檢視和覆寫目前工作階段的繫留組態：