Penyebaran kode langsung untuk Python

Langkah-langkah berikut akan diperlukan untuk menyebarkan agen ke AgentCore Runtime. Untuk informasi selengkapnya, lihat Memulai AgentCore CLI. Jika Uv tersedia, AgentCore CLI akan merekomendasikan penyebaran kode langsung. Jika tidak, itu akan default ke tipe penerapan kontainer.

Setelah agen Anda mengatur penggunaanagentcore create, gunakan deploy perintah untuk membuat paket penyebaran zip, unggah ke bucket yang ditentukan, dan gunakan agen.

agentcore deploy

Mari kita minta agen untuk menceritakan lelucon!

agentcore invoke "Tell me a joke"

Penerapan pertama membutuhkan waktu untuk menginstal dependensi tetapi pembaruan selanjutnya ke agen mengoptimalkannya dengan menggunakan kembali dependensi zip

Manajemen konfigurasi

Anda dapat memodifikasi konfigurasi agen Anda kapan saja menggunakan agentcore add perintah atau dengan mengedit file agentcore/agentcore.json konfigurasi secara langsung.

File konfigurasi memungkinkan Anda memperbarui parameter penerapan seperti konfigurasi VPC, peran eksekusi, batas waktu sesi, dan pengaturan otorisasi OAuth.

Jalankan agentcore untuk membuka TUI, lalu pilih deploy. Layar penerapan menunjukkan kemajuan waktu nyata saat memvalidasi proyek Anda, mensintesis CloudFormation, dan menyediakan sumber daya: AWS

Setelah penerapan selesai, gunakan agentcore invoke untuk menguji agen Anda.

Untuk mengunduh roda yang kompatibel dengan AgentCore Runtime, Anda menggunakan opsi uv pip--python-platform. AgentCore Runtime hanya mendukung arsitektur set instruksi arm64, jalankan perintah berikut. Ganti --python 3.x dengan versi runtime Python yang Anda gunakan.

uv pip install \
--python-platform aarch64-manylinux2014 \
--python-version 3.13 \
--target=deployment_package \
--only-binary=:all: \
-r pyproject.toml

Buat file.zip dengan pustaka yang diinstal di root proyek.

cd deployment_package
zip -r ../deployment_package.zip .

Tambahkan main.py file dan file lain dalam paket Anda ke root file.zip.

cd ..
zip deployment_package.zip main.py

Setelah Anda membuat paket.zip deployment, Anda dapat menggunakannya untuk membuat AgentCore Runtime baru atau memperbarui yang sudah ada. Anda dapat menerapkan paket.zip Anda menggunakan AgentCore Runtime API, AgentCore Runtime console dan Command AWS Line Interface. AgentCore CLI akan menangani langkah-langkah di atas untuk membuat.zip.

Arsip ZIP yang berisi dependensi Linux arm64 perlu diunggah ke S3 sebagai prasyarat untuk Create Agent Runtime. Kode di bawah ini membutuhkan bucket S3 yang ditentukan untuk sudah ada. Silakan ikuti AWS dokumentasi di sini untuk membuat ember menggunakan boto3. Kode boto3 berikut akan mengunggah arsip file.zip ke s3 dan membuat runtime Amazon Bedrock. AgentCore

import boto3

account_id = "your aws account id"
agent_name = "strands_10_23"

s3_client = boto3.client('s3', region_name='us-west-2')
print("Uploading deployment.zip to S3...")
s3_client.upload_file(
    'deployment_package.zip', # archive on file system
    f"bedrock-agentcore-code-{account_id}-us-west-2", # bucket name
    f"{agent_name}/deployment_package.zip", # prefix
    ExtraArgs={'ExpectedBucketOwner': account_id} # ownership check
)
print("Upload completed successfully!")
print(f"S3 Location: s3://bedrock-agentcore-code-{account_id}-us-west-2/{agent_name}/deployment_package.zip")

agentcore_client = boto3.client('bedrock-agentcore-control', region_name='us-west-2')
response = agentcore_client.create_agent_runtime(
    agentRuntimeName=agent_name,
    agentRuntimeArtifact={
        'codeConfiguration': {
            'code': {
                's3': {
                    'bucket': f"bedrock-agentcore-code-{account_id}-us-west-2",
                    'prefix': f"{agent_name}/deployment_package.zip"
                }
            },
            'runtime': 'PYTHON_3_13',
            'entryPoint': ['opentelemetry-instrument', 'main.py']
        } # if not adding otel dependency, remove opentelemetry-instrument from entrypoint array
    },
    networkConfiguration={"networkMode": "PUBLIC"},
    roleArn=f"arn:aws:iam::{account_id}:role/AmazonBedrockAgentCoreSDKRuntime-us-west-2",
    lifecycleConfiguration={
        'idleRuntimeSessionTimeout': 300,  # 5 min, configurable
        'maxLifetime': 1800                # 30 minutes, configurable
    },
)
print(f"Agent Runtime created successfully!")
print(f"Agent Runtime ARN: {response['agentRuntimeArn']}")
print(f"Status: {response['status']}")

Untuk informasi selengkapnya tentang memanggil agen secara terprogram, lihat Memanggil agen secara terprogram.

Anda dapat menerapkan agen menggunakan AgentCore konsol Amazon Bedrock dengan dukungan runtime terkelola. Konsol menyediakan antarmuka intuitif untuk mengunggah file ZIP dan mengonfigurasi pengaturan agen.

Untuk menerapkan menggunakan konsol, pertama-tama buat paket penerapan Anda mengikuti langkah-langkah di tab Custom zip + boto3 di atas.

Buat agen melalui konsol

Untuk membuat agen Anda:

Dari halaman rumah Agen, pilih Agen Host

Pilih pilihan sumber Anda:

Konfigurasikan pengaturan agen Anda:

Pilih Buat Agen untuk digunakan

Buat titik akhir

Pilih Create Endpoint untuk membuat endpoint baru untuk agen Anda. Nama titik akhir dan versi terkait akan diisi sebelumnya.

Uji titik akhir

Pilih titik akhir dan pilih Test Endpoint untuk menavigasi ke untuk pengujian. Playground/Sandbox

Persyaratan peran eksekusi

Agen Anda memerlukan peran eksekusi dengan izin yang sesuai. Untuk informasi mendetail tentang peran dan izin eksekusi, lihat Izin AgentCore waktu proses. Peran eksekusi harus menyertakan izin AgentCore runtime Amazon Bedrock dasar, izin akses S3 untuk paket penerapan Anda, dan izin Log untuk observabilitas. CloudWatch

Untuk memperbarui AgentCore Runtime yang digunakan sebelumnya, jalankan:

agentcore deploy

Untuk menghentikan sesi yang berjalan sebelum dapat dikonfigurasi IdleRuntimeSessionTimeout (default pada 15 menit) dan menghemat potensi biaya pelarian, gunakan operasi API. StopRuntimeSession AgentCore CLI saat ini tidak mendukung sesi penghentian secara langsung.

Untuk menghapus semua sumber daya yang terkait dengan AgentCore Runtime, pertama-tama hapus semua sumber daya, lalu terapkan untuk meruntuhkan AWS sumber daya:

agentcore remove all
agentcore deploy

Berikut kode boto3 akan memperbarui Runtime. AgentCore

import boto3

account_id = "your aws account id"
agent_name = "strands_10_23"

s3_client = boto3.client('s3', region_name='us-west-2')
print("Uploading deployment.zip to S3...")
s3_client.upload_file(
    'deployment_package.zip', # archive on file system
    f"bedrock-agentcore-code-{account_id}-us-west-2", # bucket name
    f"{agent_name}/deployment_package.zip", # prefix
    ExtraArgs={'ExpectedBucketOwner': account_id} # ownership check
)
print("Upload completed successfully!")
print(f"S3 Location: s3://bedrock-agentcore-code-{account_id}-us-west-2/{agent_name}/deployment_package.zip")

bedrock_agentcore_client = boto3.client('bedrock-agentcore-control', region_name='us-west-2')
response = bedrock_agentcore_client.update_agent_runtime(
    agentRuntimeId='<your-agent-id>',
    agentRuntimeArtifact={
        'codeConfiguration': {
            'code': {
                's3': {
                    'bucket': f"bedrock-agentcore-code-{account_id}-us-west-2",
                    'prefix': f"{agent_name}/deployment_package.zip"
                }
            },
            'runtime': 'PYTHON_3_13',
            'entryPoint': ['opentelemetry-instrument', 'main.py']
        } # if not adding otel dependency, remove opentelemetry-instrument from entrypoint array
    },
    networkConfiguration={"networkMode": "PUBLIC"},
    roleArn=f"arn:aws:iam::{account_id}:role/AmazonBedrockAgentCoreSDKRuntime-us-west-2"
)

print(f"Agent Runtime updated successfully!")
print(f"Agent Runtime ARN: {response['agentRuntimeArn']}")
print(f"Status: {response['status']}")

Untuk menghentikan sesi berjalan sebelum dapat dikonfigurasi IdleRuntimeSessionTimeout (default pada 15 menit) dan menghemat biaya pelarian potensial, gunakan kode boto3 berikut:

import boto3

agent_core_client = boto3.client('bedrock-agentcore', region_name='us-west-2')
response = agent_core_client.stop_runtime_session(
    agentRuntimeArn='arn:aws:bedrock-agentcore:us-west-2:account-id:runtime/agent-name-suffix',
    runtimeSessionId='your-session-id',
    qualifier="DEFAULT"
)

Kode boto3 berikut akan menghapus AgentCore runtime Amazon Bedrock dan file arsip.zip di s3.

import boto3

account_id = "your aws account id"
agent_name = "strands_10_23"

bedrock_agentcore_client = boto3.client('bedrock-agentcore-control', region_name='us-west-2')
print("Deleting Agent from Amazon Bedrock AgentCore Runtime!")
response = bedrock_agentcore_client.delete_agent_runtime(
    agentRuntimeId='<agent-id>'
)
print(f"Agent Runtime delete successfully!")
print(f"Status: {response['status']}")

s3_client = boto3.client('s3', region_name='us-west-2')
print("Deleting deployment archive from S3...")
s3_client.delete_object(
    Bucket=f"bedrock-agentcore-code-{account_id}-us-west-2",
    Key=f"{agent_name}/deployment_package.zip",
    ExpectedBucketOwner=account_id
)
print("Archive deleted successfully from S3!")

====== Perbarui agen

Dari halaman Detail Agen, pilih Perbarui hosting untuk membuat versi baru dengan kode atau konfigurasi yang diperbarui.

Perbarui titik akhir

Pilih titik akhir dari tabel Endpoints dan pilih Edit untuk memperbarui deskripsi atau versi terkait.

Hapus titik akhir

Pilih titik akhir dan pilih Hapus. Anda harus mengetik “hapus” untuk mengonfirmasi penghapusan.

Hapus agen

Dari halaman daftar agen atau detail, pilih agen Anda dan pilih Hapus untuk menghapus agen dan semua sumber daya terkait.