SuperAPI AI 工具集

autonomous-cloud-orchestration

部署与运维

查看项目

更新于 10-16 08:14

技能介绍

用途

该技能用于借助自主智能体编排多服务的 AWS 工作流,并在计算、存储、身份与可观测性等服务之间进行协调。其核心围绕 AWS Bedrock AgentCore 展开,AgentCore 提供用于部署和扩展 AI 智能体的平台,包含七项核心服务。该技能引导用户完成服务选择、部署模式以及基于 AWS CLI 的集成工作流。

主要能力

技能的适用范围包括以下任务:

  • 将 REST API 作为 MCP 工具部署给 AI 智能体(Gateway)
  • 在无服务器运行环境中执行智能体(Runtime)
  • 为智能体添加会话记忆(Memory)
  • 管理 API 凭证与身份认证(Identity)
  • 让智能体安全地执行代码(Code Interpreter)
  • 允许智能体与网站交互(Browser)
  • 监控并追踪智能体性能(Observability)

对应的服务与用途:Gateway 用于将 REST API 转换为 MCP 工具;Runtime 用于部署和扩展智能体;Memory 用于管理会话状态;Identity 用于凭证与访问管理;Code Interpreter 用于沙箱内的安全代码执行;Browser 用于网页自动化与抓取;Observability 用于追踪与监控。

使用方式

AWS 文档要求

该技能要求使用 AWS MCP 工具以获取准确且最新的 AWS 信息。在回答 AWS 问题之前,应通过 AWS MCP 工具进行验证(如可用):

  • mcp__aws-mcp__aws___search_documentation 或 mcp__*awsdocs*__aws___search_documentation:搜索 AWS 文档
  • mcp__aws-mcp__aws___read_documentation 或 mcp__*awsdocs*__aws___read_documentation:阅读特定页面
  • mcp__aws-mcp__aws___get_regional_availability:检查服务可用性

若 AWS MCP 工具不可用:引导用户配置 AWS MCP,并帮助判断哪种选项适合其环境:具有 uvx 与 AWS 凭证则使用完整 AWS MCP Server;没有 Python 或凭证则使用 AWS Documentation MCP(无需鉴权);无法判断时则询问用户选择哪种选项。

常见工作流

部署 Gateway 目标:

  1. 将 OpenAPI schema 上传至 S3
  2. (仅 API Key 认证)创建凭证提供方并存储 API Key
  3. 创建关联 schema(如使用 API Key 则同时关联凭证)的 gateway 目标
  4. 验证目标状态并测试连通性

注意:凭证提供方仅在 API Key 认证时需要。Lambda 目标使用 IAM 角色,MCP 服务器使用 OAuth。

管理凭证:使用 Identity 服务的凭证提供方管理所有 API Key;通过 ARN 引用将提供方链接到 gateway 目标;通过更新凭证提供方每季度轮换凭证;使用 CloudWatch 指标监控使用情况。

监控智能体:为智能体启用可观测性;为指标配置 CloudWatch 仪表盘;为错误率和延迟设置告警;使用 X-Ray 进行分布式追踪。

服务专属文档

Gateway 服务:概览见 services/gateway/README.md,部署策略见 services/gateway/deployment-strategies.md,故障排查见 services/gateway/troubleshooting-guide.md。

Runtime、Memory、Identity、Code Interpreter、Browser、Observability:各服务在对应目录中提供了完整文档,如 services/runtime/README.md、services/memory/README.md、services/identity/README.md、services/code-interpreter/README.md、services/browser/README.md、services/observability/README.md。

跨服务资源

凭证管理见 cross-service/credential-management.md,涵盖统一的凭证模式、安全实践与轮换流程。

其他资源:AWS 文档参见 Amazon Bedrock AgentCore;API 参考参见 Bedrock AgentCore Control Plane API;AWS CLI 参考参见 bedrock-agentcore-control 命令。

适用场景

适用于需要在 AWS 上以多服务方式部署、扩展和运维 AI 智能体的场景,尤其是需要将 REST API 转为 MCP 工具、为智能体添加记忆与身份管理、在沙箱中执行代码、进行网页自动化,以及对智能体进行追踪与监控时。

限制

该技能要求 AWS MCP 工具以获得准确的 AWS 信息;若不可用,需先行配置或改用无需鉴权的 AWS Documentation MCP。关于具体收费、价格、平台支持范围或实际效果,资料中暂未提供。