View a markdown version of this page

Mode perawatan klasik Amazon Bedrock Agents - Amazon Bedrock
Rencana migrasiMembandingkan kemampuanProsedur migrasiPertanyaan umumSumber daya tambahan

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Mode perawatan klasik Amazon Bedrock Agents

Amazon Bedrock Agents (diluncurkan November 2023) sekarang menjadi Amazon Bedrock Agents Classic dan tidak akan lagi terbuka untuk pelanggan baru mulai 30 Juli 2026. Untuk kemampuan yang mirip dengan Amazon Bedrock Agents Classic, jelajahi Amazon Bed AgentCore rock. Amazon Bedrock terus tersedia, tetapi layanan Agents Classic akan berada dalam mode pemeliharaan.

Panduan ini memberikan informasi tentang opsi migrasi mode pemeliharaan untuk pelanggan Amazon Bedrock Agents Classic.

catatan

Amazon Bedrock terus didukung penuh. Hanya layanan Amazon Bedrock Agents Classic yang tidak lagi terbuka untuk pelanggan baru pada 30 Juli 2026. Model Amazon Bedrock Anda yang ada, Basis Pengetahuan, dan Pagar Pembatas tidak terpengaruh.

Rencana migrasi

Kami menyarankan Anda memigrasikan beban kerja Amazon Bedrock Agents Classic ke Amazon Bedrock. AgentCore AgentCore adalah platform untuk membangun, menghubungkan, dan mengoptimalkan agen AI. Harness yang dikelola AgentCore menyediakan titik awal berbasis konfigurasi di mana pengembang dapat mendeklarasikan model, alat, dan instruksi agen. AgentCore menangani lingkungan, komputasi, memori, identitas, dan observabilitas.

Harness agen terkelola di AgentCore (disarankan)

Harness yang dikelola AgentCore menyediakan titik awal berbasis konfigurasi di mana pembangun dapat mendeklarasikan model, alat, dan instruksi agen. AgentCore menangani komputasi, lingkungan, memori, identitas, dan pengamatan. Harness mendukung:

  • Loop orkestrasi terkelola dengan konektivitas alat bawaan

  • Grup tindakan diekspos sebagai alat MCP melalui AgentCore gateway (REST API, fungsi Lambda, atau tingkat kode @tools)

  • Gateway-fronted integrasi basis pengetahuan

  • Alat fungsi sebaris untuk pola pengembalian kontrol dan manusia-in-the-loop

  • Penerjemah kode untuk eksekusi kode kotak pasir

  • Short-term dan memori jangka panjang dengan strategi yang dapat dikonfigurasi

  • Penegakan pagar pembatas melalui gateway AgentCore

  • Penelusuran terus-menerus dari ujung ke ujung dari semua tindakan agen

  • Konfigurasi prompt sistem untuk perilaku agen secara keseluruhan

Code-defined agen di AgentCore

Untuk beban kerja yang memerlukan kemampuan di luar model deklaratif harness, pelanggan dapat menerapkan agen yang ditentukan kode secara langsung. AgentCore Jalur ini mendukung:

  • Penggantian prompt pada tahap orkestrasi tertentu

  • Multi-agent kolaborasi dan pola supervisor

  • Logika orkestrasi khusus

  • Titik akhir yang lebih OpenAI-compatible luas

  • Kerangka kerja apa pun (Strands LangChain, OpenAI Agents SDK, Claude Agent SDK, atau kustom)

Code-defined agen masih mendapat manfaat dari infrastruktur AgentCore terkelola sambil memberi pengembang kontrol penuh atas loop agen.

Gunakan harness kecuali Anda memiliki alasan khusus untuk memiliki loop sendiri (misalnya, basis kode agen yang ada untuk bermigrasi, atau orkestrasi lanjutan yang belum diekspresikan oleh harness). Pelanggan juga dapat menggunakan AgentCore CLI untuk mengimpor konfigurasi Bedrock Agents Classic yang ada sebagai titik awal untuk salah satu jalur.

Membandingkan kemampuan

Bedrock Agents Klasik AgentCore Setara
Loop orkestrasi terkelola Didukung di luar kotak dengan harness AgentCore
Grup tindakan didefinisikan melalui OpenAPI/skema fungsi+eksekutor Lambda opsional, dipanggil dari agen terkelola Alat yang diekspos melalui AgentCore gateway sebagai alat MCP yang membungkus REST API dan fungsi Lambda atau tingkat kode @tools.
Asosiasi Basis Pengetahuan Bedrock langsung pada konfigurasi agen untuk RAG Gateway-fronted integrasi basis pengetahuan di AgentCore. Basis pengetahuan dapat diakses melalui alat pengambilan tingkat kode.
Melacak UI dan API yang menampilkan pra-pemrosesan, orkestrasi, panggilan grup tindakan, kueri KB, dan pengamatan ujung ke ujung AgentCore menyediakan penelusuran ujung ke ujung yang terus-menerus dari semua tindakan agen.
Konfigurasi penggantian yang cepat pada tahap tertentu (pra-pemrosesan, orkestrasi, pembuatan respons KB, pasca-pemrosesan) Prompt sistem pada harness (--system-prompt) mencakup perilaku agen secara keseluruhan. Stage-specific penggantian prompt (pra-pemrosesan, pembuatan respons KB, pasca-pemrosesan) tidak direplikasi secara langsung. Mencapai perilaku yang setara membutuhkan menggabungkan prompt sistem dengan eksekusi perintah dan skrip yang dikelola sendiri.
Built-in AMAZON.UserInput alat untuk permintaan ulang pengguna otomatis dan elicitasi parameter selama orkestrasi Alat fungsi sebaris di harness. Agen memanggil alat, memanfaatkan jeda dan mengembalikan tool_use ke kode klien, yang menangani interaksi pengguna dan mengirimkan hasilnya kembali. Setara dengan pengembalian kendali. Membutuhkan definisi alat eksplisit daripada elicitasi otomatis.
Built-in AMAZON.CodeInterpreter grup tindakan untuk eksekusi kode kotak pasir AgentCore penerjemah kode
Konfigurasi sesi dan memori pada agen (TTL idle, jenis memori, memori lintas sesi) AgentCore memori untuk jangka pendek dan panjang (dengan strategi memori yang berbeda)
Pagar pembatas dan kebijakan agen dilampirkan secara deklaratif ke agen dan diberlakukan selama orkestrasi Konfigurasi pagar pembatas di Bedrock, dengan penegakan kebijakan di gateway AgentCore
Multi-agent peran kolaborasi dan perutean (misalnya, agen supervisor dan peran orkestrasi) Terbatas. Pola supervisor dimungkinkan dengan mengekspos agen sebagai alat MCP (agent-as-tool). Mode routing multi-agen tidak mudah saat ini. Kolaborasi multi-agen penuh membutuhkan kode kerangka kerja khusus.
Orkestrator kustom Didukung melalui AgentCore runtime (menerapkan kode orkestrasi khusus secara langsung). Tidak tersedia melalui harness.
Pengembalian kontrol (agen berhenti untuk input eksternal) Alat fungsi sebaris di harness. Agen berhenti, mengembalikan tool_use ke klien.

Prosedur migrasi

Prasyarat untuk bermigrasi ke AgentCore harness

  • Node.js 20+ dan AgentCore CLI, atau Python 3.10+ dengan boto3

  • AWS kredenSIAL di wilayah di mana AgentCore harness tersedia. Untuk informasi selengkapnya, lihat Wil AWS ayah yang Didukung untuk AgentCore.

  • Peran eksekusi IAM dengan izin yang diperlukan

  • (Opsional) Toolkit agen untuk AWS di situs GitHub web menyediakan keterampilan khusus untuk memandu agen AI Anda melalui migrasi.

Bermigrasi dengan toolkit agen untuk AWS (Direkomendasikan)

Toolkit agen untuk AWS di situs GitHub web mencakup amazon-bedrock keterampilan yang memandu agen AI Anda (atau asisten pengkodean) melalui migrasi ujung ke ujung. Ini memeriksa Agen Bedrock Anda yang ada, memeriksa kelayakan migrasi, dan memetakan setiap komponen ke yang setara dengan AgentCore harness. Keterampilan tersebut kemudian mendorong AgentCore CLI ke perancah dan menyebarkan harness. Itu tidak pernah mengubah agen sumber Anda.

Untuk menggunakan keterampilan:

  1. Instal toolkit agen untuk AWS. Untuk petunjuk tentang menginstal toolkit agen dan mengaktifkan keterampilan, lihat toolkit agen untuk AWS README di situs web. GitHub

  2. Aktif amazon-bedrock kan keterampilan untuk agen Anda.

  3. (Opsional) Untuk akses AWS yang efisien, konfigurasikan server AWS MCP. Keterampilan ini juga bekerja dengan AWS CLI dan boto3.

  4. Instal versi terbaru dari AgentCore CLI. Keterampilan menggunakan AgentCore CLI untuk memasang perancah dan menyebarkan harness.

  5. Minta agen Anda dengan “Bantu saya memigrasikan Agen Bedrock saya untuk AgentCore memanfaatkan”. Berikan ID agen, nama, atau ARN, bersama dengan AWS wilayah dan profil saat keterampilan meminta.

  6. Konfirmasikan akun, wilayah, dan agen sumber di setiap pos pemeriksaan. Keterampilan menyajikan inventaris komponen, penilaian kelayakan, dan rencana migrasi tertulis. Ini berhenti untuk persetujuan Anda sebelum menerapkan.

Anda juga dapat menggunakan keterampilan untuk menjawab pertanyaan migrasi tanpa melakukan migrasi. Jika agen Anda menggunakan fitur tanpa jalur harness yang divalidasi, keterampilan berhenti dan menyarankan alternatif.

Migrasi secara manual

Jika Anda lebih suka bermigrasi tanpa keterampilan, atau agen Anda tidak memenuhi syarat untuk jalur berbasis keterampilan, ikuti langkah-langkah ini untuk membangun harness dengan CLI. AgentCore Gunakan versi terbaru dari AgentCore CLI.

Langkah 1: Buat dan konfigurasikan

agentcore create --name my-research-agent

Jika Anda memiliki Agen Bedrock yang ingin Anda tiru, tinjau konfigurasinya (model, grup tindakan, KB, penggantian prompt) dan petakan masing-masing ke parameter harness yang sesuai:

  • model — --model-id

  • action groups— Alat gateway

  • KBs— Gateway atau alat pengambilan

  • prompt — --system-prompt

Tambahkan alat:

agentcore add tool --harness my-research-agent \
  --type agentcore_browser --name browser
agentcore add tool --harness my-research-agent \
  --type agentcore_code_interpreter --name code-interpreter

Untuk menghubungkan grup tindakan yang ada melalui gateway:

agentcore add tool --harness my-research-agent \
  --type agentcore_gateway --name my-gateway \
  --gateway-arn arn:aws:bedrock-agentcore:us-west-2:123456789012:gateway/my-gw

Langkah 2: Konfigurasikan model dan prompt sistem

agentcore add harness \
  --name my-research-agent \
  --model-id us.anthropic.claude-sonnet-4-6-20250514-v1:0 \
  --system-prompt "You are a research assistant." \
  --tools agentcore-browser,code-interpreter

Langkah 3: Terapkan dan panggil

agentcore deploy
agentcore invoke --harness my-research-agent \
  --session-id "$(uuidgen)" \
  "Research tropical vacation options under $3k"

Ganti model pada pemanggilan apa pun tanpa menyebarkan ulang:

agentcore invoke --harness my-research-agent \
  --model-id us.anthropic.claude-opus-4-5-20251101-v1:0 \
  "Summarize this research paper"
Memori

Diaktifkan secara default. Untuk memperluas memori ke pengguna individu, berikan--actor-id:

agentcore invoke --harness my-research-agent \
  --session-id "$(uuidgen)" --actor-id alice \
  "What did we discuss about the Portugal trip?"

Setiap aktor mendapat memori yang terisolasi. Long-term cakupan strategi mengekstraksi pengetahuan dengan ID aktor.

Pertanyaan umum

Dampak

Akankah agen saya yang ada berhenti bekerja?

Tidak. Agen yang ada terus berfungsi secara normal. Semua API (UpdateAgent, GetAgent, ListAgents, DeleteAgent, PrepareAgent InvokeAgent, API grup tindakan, API basis pengetahuan, API alias, dll.) tetap tersedia untuk semua pelanggan. Hanya CreateAgent dan InvokeInlineAgent dibatasi untuk akun tanpa penggunaan sebelumnya.

Bagaimana saya tahu jika akun saya terpengaruh?

Jika akun Anda memiliki aktivitas Bedrock Agents dalam 12 bulan terakhir, Anda terdaftar dan tidak terpengaruh. Ini berlaku per akun. Jika Anda memiliki beberapa AWS akun, hanya akun dengan penggunaan Agen Bedrock sebelumnya yang diizinkan terdaftar. Akun tanpa penggunaan sebelumnya akan menerima AccessDeniedException (HTTP 403) saat menelepon CreateAgent atau InvokeInlineAgent.

Kesalahan apa yang akan saya lihat jika akun saya tidak terdaftar?

Kode Kesalahan: AccessDeniedException (HTTP 403)

Pesan: “Agen Bedrock dalam Mode Pemeliharaan. Pembuatan agen baru tidak tersedia untuk akun tanpa penggunaan layanan sebelumnya. Untuk mempelajari lebih lanjut, lihat mode pemeliharaan Amazon Bedrock Agents Classic.

Apakah saya perlu mengambil tindakan?

Tidak segera. Beban kerja Anda yang ada tidak terpengaruh. Namun, kami merekomendasikan evaluasi AgentCore untuk pengembangan agen baru dan migrasi di masa mendatang, karena tidak ada fitur baru yang akan ditambahkan ke Bedrock Agents Classic.

Dapatkah saya meminta pengecualian ke Bedrock Agents di akun baru setelah 30 Juli?

Tidak. Tidak ada proses pengecualian. AWS secara otomatis menentukan daftar izin berdasarkan apakah akun Anda memiliki aktivitas Bedrock Agents dalam 12 bulan terakhir. Jika Anda memerlukan kemampuan agen di akun baru, gunakan Amazon Bedrock AgentCore, yang menawarkan fungsionalitas yang setara dan diperluas.

Bagaimana dengan perubahan nama menjadi “Bedrock Agents Classic”?

Ini hanya pembaruan penamaan. Tidak ada tindakan yang diperlukan dari pihak Anda. Ruang nama API yang ada (agen dasar), klien SDK, jenis CloudFormation sumber daya, dan awalan tindakan IAM tetap tidak berubah.

Apakah template saya CloudFormation, CDK, atau Terraform masih berfungsi?

Ya. Template IaC yang ada yang membuat atau mengelola Agen Bedrock akan terus berfungsi untuk akun yang terdaftar yang diizinkan. Jika Anda menyediakan lingkungan baru di akun tanpa penggunaan Agen Bedrock sebelumnya, gunakan AgentCore sumber daya Amazon Bedrock di template Anda sebagai gantinya.

Akankah versi model baru tersedia di Bedrock Agents Classic?

Tidak. Katalog model yang tersedia di Bedrock Agents Classic dibekukan pada tanggal efektif mode pemeliharaan (30 Juli 2026). Model-model baru yang dirilis setelah tanggal tersebut akan tersedia melalui AgentCore. Amazon Bedrock sendiri (inferensi model, Basis Pengetahuan, Guardrails) terus menerima model baru. Pembatasan ini hanya berlaku untuk lapisan orkestrasi Bedrock Agents Classic.

Apakah harga akan berubah untuk Bedrock Agents Classic?

Tidak ada biaya untuk Bedrock Agents Classic itu sendiri. Anda terus membayar hanya untuk inferensi model yang mendasarinya dan sumber daya terkait (Basis Pengetahuan, pemanggilan Lambda, dll.) Seperti sebelumnya.

Migrasi

Apa jalur migrasi yang direkomendasikan?

AgentCore adalah platform yang direkomendasikan. Dua jalur tersedia:

  • AgentCore harness — Pengalaman berbasis konfigurasi yang mirip dengan Bedrock Agents Classic. Deklarasikan model, alat, dan instruksi Anda; AgentCore menangani komputasi, memori, identitas, dan pengamatan. Ini adalah analog terdekat dengan pengalaman yang dikelola Bedrock Agents.

  • Code-defined agen aktif AgentCore — Untuk beban kerja yang membutuhkan orkestrasi lanjutan, kolaborasi multi-agen, atau logika khusus. Terapkan kerangka kerja apa pun (Strands LangChain,, OpenAI Agents SDK, Claude Agent SDK, atau kustom) pada infrastruktur AgentCore terkelola.

Apakah ada alat migrasi otomatis?

Ya. Keterampilan agen untuk memandu Anda melalui migrasi Bedrock Agents Classic langsung ke AgentCore harness tersedia di toolkit agen untuk AWS di situs web. GitHub Keterampilan ini juga tersedia melalui server AWS MCP. Untuk petunjuk tentang menginstal dan menggunakan keterampilan, lihat toolkit agen untuk AWS README di situs web. GitHub Mulailah dengan prompt “Bantu saya memigrasikan Agen Bedrock saya untuk AgentCore memanfaatkan.”

Berapa lama migrasi berlangsung?

Untuk agen langsung (model + kelompok tindakan+basis pengetahuan), impor CLI atau pengaturan harness membutuhkan waktu berjam-jam. Upaya utama melibatkan peninjauan kode yang dihasilkan atau menyebarkan ulang grup tindakan di belakang AgentCore gateway. Agen kompleks dengan orkestra khusus atau kolaborasi multi-agen akan membutuhkan pekerjaan kode yang lebih signifikan.

Apakah ada tenggat waktu untuk bermigrasi?

Tidak ada batas waktu migrasi. Bedrock Agents Classic tetap tersedia untuk pelanggan lama dalam mode pemeliharaan tanpa tanggal akhir masa pakai yang direncanakan. Namun, karena tidak ada fitur baru yang direncanakan, kami sarankan untuk bermigrasi AgentCore untuk mendapatkan manfaat dari inovasi yang sedang berlangsung.

Bagaimana dengan Basis Pengetahuan Dasar saya?

Basis Pengetahuan terus bekerja dan tidak terpengaruh oleh mode pemeliharaan. Saat bermigrasi ke AgentCore, hubungkan mereka melalui AgentCore gateway. Sumber Daya Pangkalan Pengetahuan yang mendasarinya tidak berubah.

Bagaimana dengan Bedrock Guardrails saya?

Pagar pembatas yang dikonfigurasi pada model Bedrock masih berlaku saat model dipanggil melalui. AgentCore Agent-level penegakan pagar pembatas tersedia melalui kebijakan AgentCore gateway.

Bisakah saya masih menggunakan model yang sama?

Ya. AgentCore mendukung katalog model Bedrock lengkap ditambah penyedia tambahan (OpenAI, Gemini, dan OpenAI-compatible titik akhir apa pun). Anda dapat beralih antar penyedia model di tengah sesi tanpa menyebarkan ulang.

Bagaimana dengan kolaborasi multi-agen?

Anda dapat membangun pola multi-agen saat AgentCore runtime menggunakan kerangka kerja yang didukung. Harness yang dikelola mendukung pola agent-as-tool untuk kasus penggunaan multi-agen yang lebih sederhana.

Bagaimana dengan agen inline?

Akun dengan InvokeInlineAgent penggunaan dalam 12 bulan terakhir dapat terus menggunakan agen inline. Untuk pengembangan baru, harness ter AgentCore kelola menyediakan kemampuan agen sementara yang setara dengan fitur tambahan (memori, sesi stateful, konektivitas alat melalui gateway). Panduan migrasi untuk agen inline akan datang.

Di wilayah mana yang AgentCore tersedia?

AgentCore tersedia di wilayah ini. Jika beban kerja Bedrock Agents Classic berjalan di wilayah yang belum AgentCore tersedia, Anda dapat terus menggunakan Bedrock Agents Classic di wilayah tersebut sambil memigrasikan pengembangan baru ke AgentCore wilayah yang didukung.

Harga dan dukungan

Berapa biay AgentCore anya?

AgentCore menggunakan harga berbasis konsumsi di seluruh kemampuannya (runtime, memori, gateway). Tidak ada biaya orkestrasi harness terpisah. AgentCoreHarness lebih hemat token daripada petunjuk internal Bedrock Agents Classic, sehingga pelanggan mungkin melihat biaya inferensi model yang sebanding atau lebih rendah. Lihat AgentCore harga untuk detailnya.

Sumber daya tambahan