发现 AI 代理的未来

Amazon Bedrock AgentCore Samples

收录于 2026年2月22日
智能体与应用工具
开源
工作流自动化MCPAI代理智能体框架智能体与应用工具文档教程与资源自动化/工作流/RPA协议/API/集成安全/隐私

AWS 官方 AgentCore 示例库,涵盖多框架智能体开发、MCP 工具集成、Cedar 策略控制及企业级部署蓝图。

项目概述#

Amazon Bedrock AgentCore Samples 是由 AWS Labs(awslabs)维护的官方实践仓库,旨在帮助开发者掌握并落地 Amazon Bedrock AgentCore 平台的核心能力。该平台采用框架无关与模型无关的设计理念,原生兼容 Strands Agents、CrewAI、LangGraph、LlamaIndex、Google ADK、OpenAI 等主流编排框架与任意 LLM。

核心能力#

智能体运行与部署#

  • 无服务器运行时:按活跃资源消耗计费,支持从低延迟对话到长达 8 小时的异步工作负载,提供严格的会话隔离
  • 多模式部署:支持直接上传代码或通过容器镜像部署至 AgentCore Runtime

工具与协议集成#

  • MCP 兼容网关:将现有 API 和 Lambda 函数无缝转换为 MCP(Model Context Protocol)兼容工具,并支持基于语义搜索的工具发现
  • 代码解释器:在安全沙箱环境中执行多语言代码
  • 无服务器浏览器:提供无服务器浏览器运行时,支持智能体直接与 Web 应用进行交互

安全与治理#

  • 身份管理:支持智能体代表特定用户或以自主身份访问 AWS 资源及第三方服务,可集成 Okta、Microsoft Entra ID、Amazon Cognito 等企业 IdP
  • 策略引擎:基于 Cedar 策略语言实现细粒度访问控制,支持自然语言转策略,能在运行时实时拦截不合规的工具调用

状态管理与质量保障#

  • 托管记忆:提供跨交互的上下文维护基础设施,支撑个性化智能体体验
  • 评估体系:内置及自定义评估器,支持按需评估和在线持续评估
  • 全链路可观测:基于 OpenTelemetry 标准,原生集成 Amazon CloudWatch 及 Grafana、Datadog、Dynatrace 等主流第三方监控工具

架构要点#

  • 渐进式目录结构:仓库按编号递进组织——00-getting-started(入门)→ 01-tutorials(教程)→ 02-use-cases(用例)→ 03-integrations(集成)→ 04-infrastructure-as-code(基础设施即代码)→ 05-blueprints(蓝图),包含完整架构图与测试说明
  • MCP 协议转换层:在网关层实现 MCP 标准适配,通过语义搜索引擎实现动态工具路由与发现
  • Cedar 策略拦截机制:策略引擎作为工具调用的中间件,利用 Cedar 语法解析与执行策略,实现亚秒级的安全拦截
  • OpenTelemetry 遥测管道:所有组件的 Trace、Metrics 与 Logs 均遵循 OpenTelemetry 规范导出
  • 企业级网络隔离:底层架构支持 VPC 连接与 AWS PrivateLink,确保数据平面不暴露于公共网络

快速开始#

前置条件:

  • AWS 账户并完成凭证配置(aws configure
  • Node.js 20.x 或更高版本
  • uv(Python 智能体)或 Node.js(TypeScript 智能体)
  • 在 Amazon Bedrock 控制台启用 Anthropic Claude 4.0 模型访问
  • IAM 权限:需附加 BedrockAgentCoreFullAccessAmazonBedrockFullAccess 管理策略
# 安装 AgentCore CLI
npm install -g @aws/agentcore

# 创建新项目(交互式向导,可选 Strands/LangGraph/ADK 等框架)
agentcore create
cd my-agent

# 本地开发与调试
agentcore dev

# 部署到 AWS 并调用测试
agentcore deploy
agentcore invoke

扩展智能体能力:

agentcore add memory
agentcore add identity
agentcore add evaluator
agentcore add online-eval
agentcore deploy

Notebook 示例运行:

python -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt
python -m ipykernel install --user --name=notebook-venv --display-name="Python (notebook-venv)"
jupyter notebook path/to/your/notebook.ipynb

CLI 与 SDK#

  • AgentCore CLI (@aws/agentcore):核心命令行工具,提供全生命周期管理,包括 create(脚手架)、dev(本地热重载开发服务器)、deploy(云端部署)、invoke(调用测试)及 add(动态注入 Memory/Identity 等模块能力)
  • Python SDK:提供编程式接口与 AgentCore 后端服务进行深度交互(具体 PyPI 包名待确认)
  • 版本迁移:仓库正处于从旧版 Starter Toolkit 到新版 AgentCore CLI 的过渡期,遗留配置与示例被隔离归档在 legacy/ 目录

生态集成#

  • 编排框架:Strands Agents, CrewAI, LangGraph, LlamaIndex, Google ADK, OpenAI
  • 身份提供商:Okta, Microsoft Entra ID, Amazon Cognito
  • 可观测性平台:Amazon CloudWatch, Grafana, Datadog, Dynatrace
  • 前端交互模式:Streamlit, AG-UI
  • 基础设施即代码:AWS CloudFormation, AWS CDK, Terraform

待确认信息#

  • AgentCore 正式发布(GA)日期未明确标注
  • Browser Tool 具体可用区域未说明
  • Discord 社区完整链接未在页面文本中解析出
  • Python SDK 具体包名待确认
  • Starter Toolkit 到 AgentCore CLI 的完整迁移时间表仅说明"coming weeks"

保持更新

获取最新的 AI 工具和趋势,直接发送到您的收件箱。没有垃圾邮件,只有智能。