用途
bedrock-agentcore-multi-agent 用于在 Amazon Bedrock AgentCore 上构建复杂的多智能体系统，采用 Agent-to-Agent（A2A）协议实现智能体之间的通信与协作。其核心目标是编排多个 AI 智能体，以完成复杂的、跨领域任务。
资料说明它适合以下情况：任务需要多个专业领域；单一智能体变得过于复杂；需要为不同任务使用不同模型；希望构建故障隔离的智能体架构；构建企业级客户服务；实现复杂工作流。
资料同时指出不适合以下情况：简单的单领域任务；对成本敏感的应用（多跳会增加成本）；低延迟要求（总耗时小于 1 秒）。
主要能力与架构模式
该技能采用基于工作流的方式，提供三种编排模式：
- 中心辐射（监督者）模式：监督者（路由器）接收用户查询，再分派给订单、退货、支持等专家智能体。
- 顺序流水线模式：受理、分析、解决、关闭等智能体依次串联。
- 分层模式：执行级监督者下辖销售、支持、账单等监督者，各自再下辖更细粒度的智能体（如 B2B、B2C、L1、L2、支付、发票）。
资料列出的关键原则（称经 AWS 于 2025 年 12 月验证）包括：监督者-工作者架构（路由智能体委派给专家）、A2A 协议（智能体间的标准通信）、上下文保留（会话历史在智能体间共享）、故障隔离（单个智能体失败不会导致系统崩溃）、模块化设计（每个智能体聚焦特定领域）、框架互操作性（可跨不同智能体框架工作）。
质量目标为：路由准确率≥95%、上下文保留 100%、故障隔离完全、每跳延迟开销<200ms。
使用方式
资料给出五个操作步骤及其时间与自动化程度：
操作 1：创建监督者智能体（15-30 分钟，自动化 80%）。构建路由/编排智能体。示例代码使用 BedrockAgentCoreApp、strands.Agent 与 boto3，定义协作者（orders、returns、support、billing）及其 ARN、描述与触发词，通过系统提示让路由智能体输出 JSON 路由结果，再调用 invoke_agent_runtime 委派给专家智能体；代码中还包含关键词回退路由 keyword_route 与异常回退处理。
操作 2：创建专家智能体（每个 10-20 分钟，自动化 85%）。构建领域特定的工作者智能体。示例包含 Orders Agent（处理订单状态、物流跟踪、订单修改，示例使用 anthropic.claude-sonnet-4-20250514-v1:0）与 Returns Agent（处理退货、退款、换货、破损索赔，示例使用 anthropic.claude-3-haiku-20240307-v1:0），并含 check_domain_boundary 领域边界检查函数。
操作 3：配置 A2A 协议（10-15 分钟，自动化 90%）。通过 bedrock-agentcore-control 的 update_agent_runtime 设置 collaborationConfig，启用协作者、设置 routingMode 为 SUPERVISOR_WITH_ROUTING，并配置上下文共享（shareConversationHistory: True、maxHistoryTurns: 10）。同时给出允许 bedrock-agentcore:InvokeAgentRuntime 的 IAM 策略示例，含基于 CallerAgentRuntimeArn 的条件限制。
操作 4：实现交接模式（15-30 分钟，自动化 70%）。处理智能体之间的平滑过渡。示例提供 AgentHandoff 类，包含 initiate_handoff（保存并传递交接上下文，含来源智能体、原因、摘要、客户情绪、会话历史、待办动作）与 escalate_to_supervisor（升级回监督者），并给出多轮交接的对话流程示例。
操作 5：多智能体监控（资料在此处截断，仅显示“15-20 mi”后无更多内容）。
前置条件
必需：已部署多个 AgentCore 智能体；具备路由能力的监督者智能体；启用 A2A 协议；跨智能体调用的 IAM 权限。
建议：定义清晰的领域边界；测试交接提示词；记录回退策略。
限制
资料未提供该技能的收费与价格信息；监控操作的完整内容在资料中未提供完整。