用途：当开发者需要部署 HCLS 智能体到 Amazon Bedrock AgentCore、配置 Gateway 工具为 MCP 端点、使用 Cognito 设置认证、或将智能体注册到 AgentCore Registry 时使用。
主要部署组件：Runtime 承载智能体容器；Gateway 将工具暴露为 MCP 端点（Lambda 目标）；Memory 提供对话持久化（语义、摘要、偏好）；Identity 提供 Cognito OAuth2 认证；Registry 支持多智能体工作流的智能体发现。
必要用法：先安装 AgentCore CLI：pip install bedrock-agentcore，再用 agentcore configure --entrypoint main.py -rf agent/requirements.txt -er <IAM_ROLE_ARN> --name <agent-name> 配置。运行前置脚本 ./scripts/prereq.sh 部署 CloudFormation 栈（Lambda 函数、IAM 角色、Cognito 用户池、AgentCore Gateway、AgentCore Memory）。随后执行 rm -f .agentcore.yaml 和 agentcore launch 构建容器、推送 ECR 并部署到 Runtime。验证可用 agentcore invoke '{"prompt": "..."}'、python tests/test_gateway.py、python tests/test_memory.py load-conversation。可选步骤：通过 boto3 调用 create_registry_record 在 Registry 中注册，descriptorType 可选 MCP 或 A2A。
模板：agentcore_template/ 部署后端（Runtime+Gateway+Memory+Streamlit UI）；FAST 为全栈（React/Amplify+Cognito+AgentCore+CDK）。部署时可借助 agentcore-docs、aws-mcp、strands-docs 等 AWS MCP 服务器。
限制与适用场景：资料未提供具体收费、价格、区域限制或效果数据，暂未提供。适用于在 AWS 上部署 HCLS 领域智能体的开发场景，需要具备 IAM、CloudFormation、Cognito 等基础。