AgentCore CLI 抽象了基础设施的复杂性。 我们无需编写 Dockerfile、配置 ECR 存储库或手动创建 IAM 角色。单个 agentcore deploy 命令即可处理打包、上传、配置和连接所有内容。
AgentCore 与框架和模型无关。 我们使用了基于 Bedrock 上 Claude 的 Strands Agents，但相同的 CLI 和 Runtime 同样适用于 LangGraph、CrewAI、OpenAI Agents SDK、Google ADK 以及任何基础模型。
内存是区分演示和产品的关键。 没有内存，每次对话都从零开始。AgentCore Memory 赋予我们的 Agent 回忆事实、总结过去交互并基于先前上下文继续构建的能力——将无状态原型转变为客户真正想要使用的产品。
AgentCore Gateway 将现有 API 转变为 Agent 工具。 组织在 Lambda 函数、REST API 和内部服务中已经拥有宝贵的业务逻辑。Gateway 让我们可以将它们 MCPify——将其作为可发现的、经过身份验证的 MCP 工具暴露出来——而无需更改原始代码的任何一行。Lambda 只是六种支持的目标类型之一。
安全性是配置变更，而非代码重写。 为 Runtime 和 Gateway 添加 Cognito JWT 身份验证只需对 Agent 本身进行少量代码更改——只需在 agentcore.json 中添加几个字段，从 Runtime 到 Gateway 的令牌传播以及在 MCP Client 上的授权配置。相同的模式适用于任何符合 OAuth 2.0 的身份提供商。
可观测性和评估是免费提供的。 每次调用都会自动使用 OpenTelemetry 进行检测——我们无需主动选择加入，但可以选择退出。在此基础上添加持续质量评估只需两条命令。生产监控中最困难的部分已经为我们完成。
agentcore remove all
agentcore deploy
这将删除 AgentCore Runtime、Memory、Gateway、Identity 和 Evaluation 资源。
CloudFormation 堆栈：
aws cloudformation delete-stack --stack-name agentcore-workshop-prereqs
这将删除 Cognito 用户池、保修检查 Lambda 函数、IAM 角色以及所有 SSM 参数。