View a markdown version of this page

Memulai dengan AgentCore Gateway - Batuan Dasar Amazon AgentCore

Memulai dengan AgentCore Gateway

Dalam panduan memulai cepat ini Anda akan belajar cara mengatur gateway dan mengintegrasikannya ke agen Anda menggunakan AgentCore CLI. Untuk panduan dan contoh yang lebih komprehensif, lihat GitHub repositori Amazon Bedrock AgentCore Gateway.

catatan

AgentCore CLI menyediakan perintah dan wizard TUI interaktif untuk mengelola AgentCore sumber daya Gateway. Untuk referensi API AWS SDK selengkapnya, lihat Operasi AgentCore Control Plane.

Prasyarat

Sebelum memulai, pastikan Anda memiliki yang berikut:

  • AWS Akun dengan kredensil dikonfigurasi. Untuk mengkonfigurasi kredensil, Anda dapat menginstal dan menggunakan Antarmuka Baris AWS Perintah dengan mengikuti langkah-langkah di Memulai dengan CLI AWS.

  • Node.js 18+ diinstal (untuk AgentCore CLI).

  • Python 3.10+ diinstal (untuk skrip agen).

  • Izin IAM untuk membuat peran, fungsi Lambda, dan menggunakan Amazon Bedrock. AgentCore

  • Akses Model - Aktifkan Claude Sonnet 3.7 Anthropic di konsol Amazon Bedrock (atau model lain untuk agen demo)

Langkah 1: Pengaturan dan instal

Instal AgentCore CLI secara global:

npm install -g @aws/agentcore

Buat AgentCore proyek baru dengan agen dan gateway:

contoh
AgentCore CLI
  1. agentcore create --name MyGatewayAgent --defaults

    --defaultsBendera membuat proyek dengan agen Python Strands default. Atau, hilangkan --defaults dan --name gunakan wizard interaktif untuk memilih kerangka kerja pilihan Anda.

Interactive
  1. Anda juga dapat menjalankan agentcore create tanpa bendera untuk menggunakan wizard interaktif. Wizard memandu Anda dalam memilih nama proyek, kerangka kerja agen, penyedia model, dan opsi lainnya.

Langkah 2: Buat gateway

Tambahkan gateway dan target ke proyek Anda menggunakan AgentCore CLI:

contoh
AgentCore CLI
  1. # Add a gateway with no inbound auth (simplest for getting started) agentcore add gateway --name TestGateway --authorizer-type NONE --runtimes MyGatewayAgent # Add a Lambda function target agentcore add gateway-target --name TestLambdaTarget --type lambda-function-arn \ --lambda-arn <YOUR_LAMBDA_ARN> \ --tool-schema-file tools.json \ --gateway TestGateway
Interactive
  1. Jalankan agentcore untuk membuka TUI, lalu pilih tambah dan pilih Gateway:

  2. Masukkan nama gateway:

    Wisaya gerbang: masukkan nama
  3. Pilih jenis otorisasi. Untuk memulai cepat ini, pilih NONE:

    Wisaya gerbang: pilih NONE authorizer
  4. Konfigurasikan opsi lanjutan atau terima default:

    Wisaya gerbang: konfigurasi lanjutan
  5. Tinjau konfigurasi dan tekan Enter untuk mengonfirmasi:

    Gateway wizard: tinjau konfigurasi

    Selanjutnya, pilih add again dan pilih Gateway Target untuk menambahkan target fungsi Lambda:

  6. Masukkan nama target.

  7. Pilih fungsi Lambda sebagai tipe target:

    Wisaya target gateway: pilih fungsi Lambda
  8. Masukkan Lambda ARN dan jalur file skema alat, lalu konfirmasikan.

Untuk menggunakan JWT-based otorisasi sebagai gantinya, tentukan --authorizer-type CUSTOM_JWT dengan URL penemuan OAuth Anda:

contoh
AgentCore CLI
  1. agentcore add gateway --name TestGateway \ --authorizer-type CUSTOM_JWT \ --discovery-url https://cognito-idp.us-east-1.amazonaws.com/<POOL_ID>/.well-known/openid-configuration \ --allowed-audience <CLIENT_ID> \ --runtimes MyGatewayAgent
Interactive
  1. Jalankan agentcore untuk membuka TUI, lalu pilih add dan pilih Gateway. Saat diminta untuk jenis otorisasi, pilih JWT Kustom:

  2. Masukkan nama gateway:

    Wisaya gerbang: masukkan nama
  3. Pilih JWT Kustom sebagai jenis otorisasi:

    Wisaya gerbang: pilih Authorizer JWT Kustom
  4. Masukkan URL penemuan OAuth dan audiens yang diizinkan saat diminta.

  5. Konfigurasikan opsi lanjutan atau terima default:

    Wisaya gerbang: konfigurasi lanjutan
  6. Tinjau konfigurasi dan tekan Enter untuk mengonfirmasi:

    Gateway wizard: tinjau konfigurasi

Langkah 3: Jalankan pengaturan

Terapkan proyek Anda ke AWS:

agentcore deploy

CLI mensintesis tumpukan AWS CDK dan menyebarkan gateway, target, dan agen Anda ke Amazon Bedrock. AgentCore Ini membutuhkan waktu sekitar 2-3 menit.

Langkah 4: Gunakan gateway dengan agen

Ambil URL gateway Anda menggunakan AgentCore CLI:

agentcore status

Buat file baru bernama run_agent.py dan masukkan kode berikut. Instal dependensi Python terlebih dahulu:

pip install strands-agents mcp
""" Agent script to test the Gateway Run this after setup: python run_agent.py """ from strands import Agent from strands.models import BedrockModel from strands.tools.mcp.mcp_client import MCPClient from mcp.client.streamable_http import streamablehttp_client import json import sys def create_streamable_http_transport(mcp_url: str): return streamablehttp_client(mcp_url) def get_full_tools_list(client): """Get all tools with pagination support""" more_tools = True tools = [] pagination_token = None while more_tools: tmp_tools = client.list_tools_sync(pagination_token=pagination_token) tools.extend(tmp_tools) if tmp_tools.pagination_token is None: more_tools = False else: more_tools = True pagination_token = tmp_tools.pagination_token return tools def run_agent(): # Get the gateway URL from agentcore status gateway_url = "<YOUR_GATEWAY_URL>" # Replace with URL from 'agentcore status' # Model configuration - change if needed model_id = "anthropic.claude-3-7-sonnet-20250219-v1:0" print("Starting AgentCore Gateway Test Agent") print(f"Gateway URL: {gateway_url}") print(f"Model: {model_id}") print("-" * 60) # Setup Bedrock model bedrockmodel = BedrockModel( model_id=model_id, streaming=True, ) # Setup MCP client (no auth token needed for NONE authorizer) mcp_client = MCPClient(lambda: create_streamable_http_transport(gateway_url)) with mcp_client: # List available tools tools = get_full_tools_list(mcp_client) print(f"\nAvailable tools: {[tool.tool_name for tool in tools]}") print("-" * 60) # Create agent agent = Agent(model=bedrockmodel, tools=tools) # Interactive loop print("\nInteractive Agent Ready!") print("Try asking: 'What's the weather in Seattle?'") print("Type 'exit', 'quit', or 'bye' to end.\n") while True: user_input = input("You: ") if user_input.lower() in ["exit", "quit", "bye"]: print("Goodbye!") break print("\nThinking...\n") response = agent(user_input) print(f"\nAgent: {response.message.get('content', response)}\n") if __name__ == "__main__": run_agent()

Jalankan agen Anda

Uji gateway Anda dengan menjalankan agen dan berinteraksi dengan alat.

python run_agent.py

Itu dia! Agen akan mulai dan Anda dapat mengajukan pertanyaan seperti:

  • “Bagaimana cuaca di Seattle?”

  • “Jam berapa sekarang di New York?”

Apa yang telah Anda bangun

Melalui tutorial memulai ini, Anda telah membuat sumber daya berikut:

  • MCP Server (Gateway): Titik akhir terkelola di https://gateway-id.gateway.bedrock-agentcore.region.amazonaws.com/mcp

  • Alat Lambda: Fungsi tiruan yang mengembalikan data uji (cuaca: “72° F, Cerah”, waktu: "2:30 PM”)

  • Agen AI: Claude-powered asisten yang dapat menemukan dan menggunakan alat Anda

Pemecahan masalah

Tabel berikut menunjukkan beberapa kemungkinan masalah dan solusinya:

Isu Solusi

“Tidak ada modul bernama 'untai'”

Jalankan: pip install strands-agents

“Model tidak diaktifkan”

Aktifkan Claude Sonnet 3.7 di konsol Bedrock → Akses model

"AccessDeniedException"

Periksa izin IAM untuk batuan-agentcore: *

Gateway tidak merespons

Tunggu 30-60 detik setelah pembuatan untuk propagasi DNS

Validasi cepat

Jalankan perintah berikut di terminal untuk memeriksa apakah gateway Anda berfungsi.

# Check your Gateway is working curl -X POST YOUR_GATEWAY_URL \ -H "Content-Type: application/json" \ -d '{"jsonrpc":"2.0","id":1,"method":"tools/list","params":{}}' # Watch live logs aws logs tail /aws/bedrock-agentcore/gateways/YOUR_GATEWAY_ID --follow

Pembersihan

Untuk menghapus gateway dan targetnya dari proyek Anda:

agentcore remove gateway --name TestGateway

Untuk menghapus semua sumber daya dan menerapkan ulang:

agentcore remove all agentcore deploy

Langkah selanjutnya

  • Alat Lambda Kustom: Buat fungsi Lambda dengan logika bisnis Anda

  • Tambahkan API Anda Sendiri: Perluas Gateway Anda dengan spesifikasi OpenAPI untuk layanan nyata

  • Pengaturan Produksi: Konfigurasikan titik akhir VPC, domain khusus, dan pemantauan