awslabs/agentcore-samples

解决的问题

本仓库提供 Amazon Bedrock AgentCore 的一系列示例和教程，AgentCore 是一种框架无关、模型无关的基础设施，旨在安全且可扩展地部署和运行 AI 代理。它消除了构建专用代理基础设施的运维负担，使开发者可以使用自己偏好的 LLM 和代理框架（如 CrewAI、LangGraph 或 LlamaIndex），而无需重写代码。

如何工作

AgentCore 作为支持性基础设施层。该仓库展示了如何使用 AgentCore CLI 来生成项目结构、本地开发以及将代理部署到 Amazon Bedrock AgentCore 运行时。它提供了多个关键功能的示例：

• 运行时： 用于部署代理和工具的无服务器环境。
• 网关： 将 API 和 Lambda 函数转换为 MCP 兼容工具的工具。
• 身份与策略： 受管理的身份和访问管理（IAM）以及使用 Cedar 策略实现的细粒度访问控制。
• 记忆： 支持个性化代理体验的基础设施。
• 工具： 内置实用工具，如代码解释器、浏览器工具和网络搜索。
• 可观测性与评估： 用于追踪、调试以及使用 LLM-as-a-Judge 进行按需和在线评估的工具。

适用人群

希望在 AWS 上部署其代理而无需被特定代理框架或模型锁定的开发者和架构师，构建生产就绪的代理式 AI 应用程序。

亮点

• 框架无关： 支持 Strands、LangGraph、CrewAI、LlamaIndex 等。
• 模型无关： 与任何大型语言模型兼容。
• C’s CLI 驱动工作流： 项目创建、支持热重载的本地开发，以及一键部署的流畅工作流。
• 全面的示例： 包含端到端应用、基础设施即代码模板（CDK、Terraform），以及与 Okta 和 Entra 等身份提供商的集成示例。