Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
Gambaran umum
Apa itu Amazon Bedrock? AgentCore
Amazon Bedrock AgentCore adalah platform agen untuk membangun, menyebarkan, dan mengoperasikan agen yang sangat efektif secara aman dalam skala besar menggunakan kerangka kerja dan model pondasi apa pun. Dengan AgentCore, Anda dapat memungkinkan agen untuk mengambil tindakan di seluruh alat dan data dengan izin dan tata kelola yang tepat, menjalankan agen dengan aman dalam skala besar, dan memantau kinerja dan kualitas agen dalam produksi - semuanya tanpa manajemen infrastruktur apa pun. AgentCore layanan bekerja bersama atau secara independen dengan kerangka kerja sumber terbuka apa pun seperti CrewAI,, LangGraph LlamaIndex, dan Strands Agents dan dengan model dasar apa pun, sehingga Anda tidak perlu memilih antara fleksibilitas sumber terbuka dan keamanan dan keandalan tingkat perusahaan.
Layanan inti di Amazon Bedrock AgentCore
Amazon Bedrock AgentCore mencakup layanan dan kemampuan modular berikut yang dapat Anda gunakan bersama atau secara mandiri:
| Layanan | Deskripsi | Integrasi |
|---|---|---|
|
Loop agen terkelola yang memungkinkan Anda menentukan dan memanggil agen AI dengan panggilan API tunggal. Tentukan model, prompt sistem, dan alat sebaris. Harness menangani orkestrasi, eksekusi alat, manajemen memori, dan pembuatan respons. Setiap sesi berjalan di microVM terisolasi dengan sistem file dan akses shell, mendukung kasus penggunaan seperti pembuatan kode, analisis data, dan penelitian mendalam. Bawa gambar kontainer Anda sendiri untuk lingkungan khusus dengan dependensi tambahan. |
AgentCore Harness bekerja dengan Amazon Bedrock, OpenAI, Google Gemini, dan penyedia OpenAI-compatible model apa pun. Terintegrasi dengan AgentCore Memori, Gateway, Browser, Code Interpreter, dan Observabilitas. Mendukung server MCP jarak jauh, fungsi inline, dan lingkungan kontainer khusus. |
|
|
Lingkungan runtime tanpa server yang aman yang dibuat khusus untuk menerapkan dan menskalakan agen dan alat AI dinamis. Runtime menyediakan cold start yang cepat untuk interaksi real-time, dukungan runtime yang diperluas untuk agen asinkron, isolasi sesi sejati, identitas bawaan, dan dukungan untuk beban kerja agen multi-modal dan multi-agen. |
AgentCore Runtime bekerja dengan kerangka kerja khusus dan kerangka kerja sumber terbuka apa pun, termasuk CrewAI,, LangGraph LlamaIndex, Google ADK, OpenAI Agents SDK, dan Strands Agents, model dasar apa pun di dalam atau di luar Amazon Bedrock termasuk OpenAI, Gemini Google, Claude Anthropic, Amazon Nova, Meta Llama, dan model Mistral, dan protokol populer seperti MCP dan A2A. |
|
|
Cara untuk membangun agen sadar konteks dengan kontrol penuh atas apa yang diingat dan dipelajari agen. Mendukung memori jangka pendek untuk percakapan multi-turn dan memori jangka panjang yang bertahan di seluruh sesi, dengan kemampuan untuk tidak hanya berbagi penyimpanan memori di seluruh agen tetapi juga belajar dari pengalaman. |
AgentCore Memori bekerja dengan LangGraph, LangChain, Strands, LlamaIndex |
|
|
Cara aman untuk mengonversi API, fungsi Lambda, dan layanan yang ada menjadi alat yang kompatibel dengan Model Context Protocol (MCP) dan juga terhubung ke server MCP yang sudah ada sebelumnya, membuatnya tersedia untuk agen AI melalui titik akhir Gateway hanya dengan beberapa baris kode. |
Setiap API, alat MCP, Lambda, dan integrasi populer termasuk Salesforce, Zoom, JIRA, Slack dll. |
|
|
Layanan manajemen identitas, akses, dan otentikasi agen yang aman dan dapat diskalakan yang kompatibel dengan penyedia identitas yang ada, menghilangkan kebutuhan untuk migrasi pengguna atau membangun kembali aliran otentikasi. |
Setiap IdP dan penyedia kredensi seperti Amazon Cognito, Okta, Microsoft Azure Entra ID, Auth0 dll. |
|
|
Lingkungan kotak pasir terisolasi bagi agen untuk mengeksekusi kode yang meningkatkan akurasi mereka dan memperluas kemampuan mereka untuk menyelesaikan tugas ujung ke ujung yang kompleks. |
Beberapa bahasa termasuk Python, JavaScript dan TypeScript |
|
|
Lingkungan runtime browser berbasis cloud yang cepat dan aman untuk memungkinkan agen AI berinteraksi dengan aplikasi web, mengisi formulir, menavigasi situs web, dan mengekstrak informasi dalam lingkungan yang dikelola sepenuhnya. |
Setiap model dasar atau kerangka otomatisasi browser populer termasuk Playwright dan BrowserUse |
|
|
Tampilan terpadu untuk melacak, men-debug, dan memantau kinerja agen dalam produksi. Ini menawarkan visualisasi terperinci dari setiap langkah dalam alur kerja agen, memungkinkan Anda untuk memeriksa jalur eksekusi agen, mengaudit output perantara, dan men-debug hambatan dan kegagalan kinerja. |
Setiap tumpukan pemantauan dan pengamatan yang terintegrasi dengan data telemetri yang dipancarkan dalam format standar OpenTelemetry (OTEL) yang kompatibel |
|
|
Layanan yang dikelola sepenuhnya yang memungkinkan pembayaran transaksi mikro bagi agen AI untuk mengakses API berbayar, server MCP, dan konten menggunakan protokol x402 dan Protokol Pembayaran Mesin (MPP). Pembayaran menyediakan integrasi dompet, batas pengeluaran yang dapat dikonfigurasi, dan pengamatan ujung ke ujung untuk operasi pembayaran agen. |
AgentCore pembayaran mendukung penyedia dompet Coinbase CDP dan Stripe (Privy), AgentCore Gateway, Strands Agents, semua yang kompatibel dengan x402 atau MPP-compatible titik akhir, AgentCore Identitas dan AgentCore Observabilitas yang didukung oleh Amazon untuk pemantauan terpadu. CloudWatch |
|
|
Layanan evaluasi yang dibuat khusus untuk penilaian agen otomatis, konsisten, dan berbasis data. AgentCore Evaluasi mengukur seberapa baik agen dan alat Anda menjalankan tugas, menangani kasus tepi, dan mempertahankan keandalan output di berbagai input dan konteks. Evaluasi memberikan sinyal kualitas yang terukur, membantu tim mengoptimalkan kinerja menggunakan wawasan terstruktur, dan memastikan agen Anda memenuhi standar fungsional dan perilaku sebelum dan sesudah penerapan. |
AgentCore Evaluasi mendukung evaluasi pada sesi, jejak, dan rentang yang dihasilkan dari Strands Agent atau LangGraph kerangka kerja, dan diinstrumentasikan menggunakan OpenTelemetry atau. OpenInference Semua hasil terintegrasi ke dalam AgentCore Observability yang didukung oleh Amazon CloudWatch untuk pemantauan terpadu. |
|
|
Layanan peningkatan berkelanjutan yang menggunakan AI-generated rekomendasi, bundel konfigurasi berversi, dan A/B pengujian untuk meningkatkan kinerja agen melalui perubahan konfigurasi berbasis data. Alih-alih pengoptimalan manual berbasis tebakan, Anda mengarahkan layanan ke jejak agen untuk menghasilkan perbaikan dan memvalidasinya dengan eksperimen terkontrol. |
AgentCore optimasi dibangun di atas AgentCore Evaluasi dan bekerja dengan agen yang diinstrumentasi menggunakan OpenTelemetry melalui AgentCore Observability. Mendukung prompt sistem dan pengoptimalan deskripsi alat dengan pemisahan lalu lintas melalui AgentCore Gateway untuk A/B pengujian. |
|
|
Kemampuan yang menyediakan kontrol deterministik untuk memastikan agen beroperasi dalam batas-batas dan aturan bisnis yang ditentukan tanpa memperlambatnya. Mudah menulis aturan berbutir halus menggunakan bahasa alami atau Cedar |
Terintegrasi dengan AgentCore Gateway, untuk mencegat setiap panggilan alat sebelum eksekusi. Anda dapat menentukan alat mana yang dapat diakses agen, tindakan apa yang dapat mereka lakukan, dan dalam kondisi apa. |
|
|
Katalog terpusat untuk menemukan dan mengelola agen, server MCP, alat, keterampilan, dan sumber daya khusus di seluruh organisasi Anda. Registry menyediakan alur kerja yang diatur untuk menerbitkan, meninjau, dan menyetujui sumber daya, dengan pencarian semantik dan kata kunci hibrida sehingga agen dan pengembang dapat menemukan alat yang tepat. |
AgentCore Registry bekerja dengan Server MCP, Agen, Keterampilan atau Sumber Daya Kustom apa pun, yang digunakan pada AWS, On-Prem atau di lingkungan Cloud lainnya. |
Apa yang bisa Anda bangun dengan Amazon Bedrock? AgentCore
Dengan Amazon Bedrock AgentCore, pengembang dapat mempercepat agen AI ke dalam produksi dengan skala, keandalan, dan keamanan, yang penting untuk penerapan dunia nyata. Beberapa kasus penggunaan umum yang harus Anda pertimbangkan untuk memanfaatkan AgentCore adalah:
-
Agen
Bangun aplikasi AI otonom yang bernalar, menggunakan alat, dan memelihara konteks. Gunakan agen untuk dukungan pelanggan, otomatisasi alur kerja, analisis data, atau bantuan pengkodean. Agen Anda berjalan tanpa server dengan sesi terisolasi, memori persisten, dan pengamatan bawaan.
-
Alat dan Server Protokol Konteks Model (MCP)
Ubah API, database, atau layanan yang ada menjadi alat yang dapat MCP-compatible digunakan agen mana pun. Terapkan gateway yang membungkus fungsi Lambda Anda atau spesifikasi OpenAPI sehingga backend Anda dapat langsung diakses oleh agen tanpa menulis ulang kode.
-
Platform Agen
Berikan pengembang internal atau pelanggan Anda jalur beraspal untuk membangun dan menyebarkan agen menggunakan alat yang disetujui, penyimpanan memori bersama, dan akses terkendali ke layanan perusahaan. Pusatkan pengamatan, otentikasi, dan kepatuhan sambil memungkinkan tim mengirimkan fitur yang didukung agen lebih cepat.
Harga untuk Amazon Bedrock AgentCore
AgentCore menawarkan harga berbasis konsumsi yang fleksibel tanpa komitmen dimuka atau biaya minimum. Untuk informasi selengkapnya, lihat AgentCore harga
Langkah Berikutnya
Jika Anda adalah pengguna Amazon Bedrock pertama kali AgentCore, kami sarankan Anda mulai dengan membaca bagian berikut:
