SuperAPI AI 工具集

aws-agentic-ai

智能体与模型

查看项目

更新于 10-15 14:22

技能介绍

AWS Bedrock AgentCore 提供了一套用于部署和扩展 AI 智能体的完整平台,包含九项核心服务。本技能(aws-agentic-ai)覆盖服务选择、部署模式以及基于 AWS CLI 的集成工作流。

用途 本技能用于在涉及 AgentCore 各项服务(包括 Gateway 等)时提供专家级指导,帮助完成智能体的大规模部署与管理。

主要能力与可用服务 技能列出了以下服务及其用途:

  • Gateway:将 REST API 转换为 MCP 工具。
  • Runtime:部署和扩展智能体。
  • Memory:管理对话状态。
  • Identity:凭证与访问管理。
  • Code Interpreter:在沙箱中安全执行代码。
  • Browser:Web 自动化与抓取。
  • Observability:追踪与监控。
  • Agent Registry:编目、发现和治理智能体/工具(预览版)。
  • Evaluations:基于 LLM-as-a-Judge 的自动化智能体质量评估。

使用方式 技能建议:先从服务表中识别用户需要的服务,然后在回答前阅读对应的服务 README;对于跨服务模式(凭证、安全、注册表集成),查看 Cross-Service Resources 部分;并使用 MCP 文档工具核实 AWS 相关细节。

AWS 文档要求 回答前应始终使用 MCP 工具核实 AWS 事实。可用的文档来源有两类:

  • AgentCore 专用文档(mcp__acdocs__*):随本插件捆绑,提供 search_agentcore_docs 和 fetch_agentcore_doc。
  • 通用 AWS 文档(mcp__aws-mcp__* 或 mcp__awsdocs__*):通过 aws-mcp-setup 依赖加载。 对于 AgentCore 相关问题优先使用 AgentCore 文档 MCP。若 MCP 工具不可用,引导用户完成 aws-mcp-setup 技能的设置流程。

常见工作流

  • 部署 Gateway 目标:实现前先阅读 services/gateway/README.md;步骤包括将 OpenAPI schema 上传到 S3、(仅 API Key 认证时)创建凭证提供者并存储 API Key、创建关联 schema(以及 API Key 凭证)的 gateway target、验证目标状态并测试连通性。凭证提供者仅在 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:先阅读 cross-service/credential-management.md;对所有 API Key 使用 Identity 服务的凭证提供者,通过 ARN 引用将提供者关联到 gateway target,按季度通过更新凭证提供者轮换凭证,并使用 CloudWatch 指标监控使用情况。
  • 发现智能体与工具(Agent Registry):先阅读 services/registry/README.md;创建注册表以编目组织的 AI 资源,注册资源(MCP 服务器、智能体、技能、自定义)并附描述性元数据,提交记录以供审批(开发环境自动批准,生产环境手动),通过 CLI 或 MCP 端点搜索和发现已批准资源。Agent Registry 处于预览版,在 us-east-1、us-west-2、eu-west-1、ap-northeast-1、ap-southeast-2 可用。
  • 评估智能体质量:先阅读 services/evaluations/README.md;使用 OpenTelemetry(ADOT)对智能体进行埋点以收集追踪,创建评估器(可使用 Builtin.Helpfulness 等内置项或自定义),设置带采样率和数据源的在线评估,在 CloudWatch 仪表板中监控分数并调查低分会话。
  • 监控智能体:阅读 services/observability/README.md 了解完整监控设置;为智能体启用可观测性,为指标配置 CloudWatch 仪表板,为错误率和延迟设置告警,使用 X-Ray 进行分布式追踪。

深度参考 每个服务 README 都包含指向入门指南、故障排除和高级主题的子链接。

高级 Runtime 与 OAuth 参考

  • OAuth 集成:references/agentcore-oauth-integration.md,涵盖三层 OAuth 架构(入站 JWT、出站凭证提供者、Gateway OAuth)、Cognito 配置、支持的 IdP、端到端 CDK 示例。
  • Runtime 核心机制:references/agentcore-runtime-core.md,涵盖容器契约、MicroVM 会话模型、智能体生命周期(按请求 vs 按会话)、工具集成(MCP/HTTP)、启动流程。
  • Runtime 部署与运维:references/agentcore-runtime-deploy.md,涵盖 CDK 部署(L1/L2 构造)、多 Runtime 架构、安全模型、可观测性(OTel/CloudWatch)、BedrockAgentCoreApp 与 FastAPI 对比。
  • Runtime 协议参考:references/agentcore-runtime-protocols.md,涵盖 HTTP、MCP、A2A、AG-UI 协议规范、容器契约、端点规范与选择指南。

可运行脚本模板 scripts/ 中提供生产就绪的模板:

  • Dockerfile.runtime-template:用于 AgentCore Runtime 的 ARM64 多阶段 Docker 构建。
  • runtime-fastapi-template.py:HTTP 协议,带 SSE 流式传输和 MCPClient 的 FastAPI Runtime。
  • mcp-server-template.py:MCP 协议,带 Streamable HTTP 传输的 MCP 服务器。
  • a2a-server-template.py:A2A 协议,带 Agent Card 发现的 A2A 服务器。
  • agui-server-template.py:AG-UI 协议,带标准 AG-UI 事件流的 AG-UI 服务器。
  • gateway-custom-resource-lambda.py:用于 Gateway 生命周期的 CDK 自定义资源 Lambda。

跨服务资源

  • 凭证管理:cross-service/credential-management.md,统一凭证模式、安全实践、轮换流程。
  • 注册表集成:cross-service/registry-integration.md,与 Gateway、Identity、Runtime 的跨服务模式。
  • 安全与资源策略:cross-service/security-resource-policies.md,基于资源的策略、跨账户访问、VPC/IP 限制。
  • 使用 S3 Files 的智能体部署:cross-service/agent-persistence-patterns.md,在 AgentCore 上使用 S3 Files 和 Session Storage 部署 Strands Agents、OpenClaw、Claude Agent SDK。

其他资源

  • AWS 文档:Amazon Bedrock AgentCore
  • API 参考:Bedrock AgentCore Control Plane API
  • AWS CLI 参考:bedrock-agentcore-control 命令

限制 Agent Registry 处于预览版,仅在 us-east-1、us-west-2、eu-west-1、ap-northeast-1、ap-southeast-2 可用。其他具体限制资料中暂未提供。