agentcore-samples：它是什么、解决了什么问题以及为何受到关注

它解决了什么

Amazon Bedrock AgentCore 旨在消除在大规模运行 AI 代理时构建和管理基础设施的“非差异化繁重工作”。它允许开发者在不重写代码的情况下部署可投入生产的代理，无论使用的是哪种代理框架（如 CrewAI、LangGraph 或 LlamaIndex）或哪种大语言模型（LLM）。

工作原理

AgentCore 提供了一个框架无关、模型无关的基础设施层。它为部署代理和工具提供安全的无服务器运行时，并通过 CLI 工具提供一套可添加到代理的托管能力。这些能力包括：

• Gateway（网关）： 将 API 和 Lambda 函数转换为 MCP 兼容的工具。
• Identity（身份）： 管理代理在 AWS 和第三方应用中的身份与访问。
• Memory（记忆）： 提供托管的记忆基础设施，以实现个性化体验。
• Tools（工具）： 包含内置工具，如代码解释器、浏览器工具和网络搜索工具。
• Observability（可观测性）： 使用 OpenTelemetry 进行追踪、调试和性能监控。
• Evaluation（评估）： 提供内置和自定义评估器，用于按需和在线评估。
• Policy（策略）： 使用 Cedar 策略实现细粒度访问控制。

适用人群

构建代理式 AI 应用的开发者和组织，想要从原型阶段转向在 AWS 上的生产级部署，同时在框架和模型的选择上保持灵活性。

亮点

• 框架无关： 支持多种框架，如 Strands Agents、CrewAI、LangGraph 和 LlamaIndex。
• 模型无关： 兼容任何大语言模型。
• 无服务器运行时： 为代理和工具提供安全的无服务器部署。
• CLI 驱动工作流： 通过 agentcore CLI 实现项目创建、本地开发和部署的流畅化。
• 基础设施即代码： 提供 CloudFormation、AWS CDK 和 Terraform 的模板。