用途：把 AI 智能体从空目录或已有代码，变成 AWS 上可运行的无服务器端点。配套技能 aws-strands 负责“大脑”（如何写智能体），本技能负责“harness”（如何在 AWS 上运行与部署）。
主要能力：AgentCore 提供可组合、框架无关的托管组件——Runtime（无服务器隔离执行，支持任意框架与模型）、Memory（会话内与跨会话记忆）、Identity（代表用户行动，支持 Cognito、Okta、Google、EntraID、OAuth）、Gateway（把 API/Lambda 变成 MCP 工具）、Code Interpreter（沙箱代码执行）、Browser（托管无头浏览器）、Observability（CloudWatch/OpenTelemetry 追踪、日志、指标）。可逐个通过 agentcore add 或 SDK/API 接入，并非全有或全无。
使用方式：路径 A 用新 CLI（npm 包 @aws/agentcore，命令 create/dev/deploy/invoke）从零搭建：npm install -g @aws/agentcore，agentcore create 生成项目，agentcore dev 本地免费调试，agentcore deploy 部署，agentcore invoke 调用。路径 B 包装已有智能体：用 bedrock_agentcore 的 BedrockAgentCoreApp 包一层入口点，或使用旧版 pip 工具包 bedrock-agentcore-starter-toolkit 的 configure/launch；也可自行实现运行时契约（ARM64 镜像、8080 端口、/invocations POST 与 /ping GET）并推送到 ECR 后用 boto3 创建运行时。
适用场景：需要把 Strands、LangGraph 等框架写的智能体部署为生产级 AWS 服务，并逐步加入记忆、身份、工具网关、可观测性等能力。
限制与注意：需 AWS 账户与凭证、在目标区域启用 Bedrock 模型访问、Python 3.10+；路径 A 还需 Node.js 20+ 与 CDK bootstrap。容器必须为 linux/arm64，runtimeSessionId 需 33 字符以上，不同入口点的 payload 结构不同需匹配。部署会产生计费，需用 agentcore remove all 或 stop_runtime_session 清理。具体价格与配额资料未提供。