AgentCore
AgentCore介绍
我们用 LangChain等框架写好了一个 AI Agent，本地跑得挺好——但要上生产就头疼了：扩缩容、安全、监控、身份认证……AgentCore 就是帮我们搞定这些的。
Amazon Bedrock AgentCore 是 AWS 推出的一个 AI Agent 托管平台，简单说就是把 AI Agent 从开发搬到生产环境，不用自己管基础设施。
核心能力：
| 组件 | 干什么 |
|---|---|
| AgentCore Runtime | 无服务器运行环境，自动扩缩容，支持长时间运行的 Agent 任务，会话隔离 |
| AgentCore Gateway | Agent 访问外部工具和 API 的统一网关，安全可控 |
| AgentCore Identity | Agent 的身份认证，集成 Cognito、Entra ID、Okta 等，确保 Agent 以正确权限访问资源 |
| AgentCore Memory | 智能记忆管理，让 Agent 有上下文记忆能力 |
| AgentCore Tools | 工具注册和管理，Agent 调用外部服务的标准化接口 |
| AgentCore Observability | 生产环境监控，追踪 Agent 性能和质量 |
| AgentCore Guardrails | 安全护栏，控制 Agent 行为边界 |
主要优势：
- 框架无关 — 不管你用什么框架写的 Agent，都能部署上去
- 无服务器 — 不用管 EC2、ECS，自动扩缩
- 企业级安全 — 身份认证、权限控制、会话隔离都内置
- 即插即用 — 各组件可以单独用，也可以组合用
如果说 Lambda 是"函数即服务”，那 AgentCore 就是 “Agent 即服务” — 用户写逻辑，AWS 管运维。
Amazon Bedrock AgentCore 支持多种用于开发和部署智能体代码的接口。在最底层，我们可以直接通过 AgentCore API 或通过 AWS SDKs （例如 boto3 ）进行交互。为了获得更简便的开发体验，AgentCore Python SDK 和 AgentCore Typescript SDK 提供了更高级别的抽象，用于与 AgentCore 服务（如运行时、内存和工具）集成。AgentCore CLI 在此基础上构建，提供最佳的开发者体验，让我们能够快速搭建、配置和部署智能体。AgentCore CLI 是最简单的入门方式，并在我们迭代智能体时持续提供最佳的开发者体验。
什么是 AgentCore CLI？
AgentCore CLI 是一个 Node.js 命令行工具，用于在 Amazon Bedrock AgentCore 上创建、配置、部署和管理智能体。
AgentCore CLI 是一个端到端的开发者工具，它抽象了基础设施的复杂性，让开发者专注于智能体逻辑，同时自动化 AWS 资源配置、打包和部署到无服务器运行时。它为我们提供了使用框架构建智能体的灵活性（无论是 Strands Agents 、LangGraph 、CrewAI 、Microsoft Autogen 、OpenAI Agents SDK 还是 Google ADK ），并将其与我们选择的 AI 模型配对，包括 Amazon Bedrock 、Anthropic Claude、Google Gemini 或 OpenAI。
一旦我们的智能体准备就绪，CLI 通过与基础设施即代码（IaC）工具（如 AWS CDK
）集成，使部署无缝进行，自动处理从 IAM 角色和 CloudWatch 日志记录到打包代码和配置专用无服务器端点的所有事项——所有这些都无需离开我们的终端。我们可以运行简单的 agentcore deploy 进行快速部署，或者遵循生产就绪路径，在将其推送上线之前引导我们的完整 AWS 环境并合成我们的基础设施。
调用我们的智能体就像使用 JSON 负载运行 agentcore invoke 一样简单，它将我们的prompt直接发送到已部署的无服务器端点并实时返回智能体的响应，使从开发到生产的整个旅程成为流畅统一的体验。
