Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

# Invocare un agente in linea
<a name="inline-agent-invoke"></a>

**Nota**  
Le funzioni di configurazione e invocazione di una funzionalità di agente in linea sono in una versione in anteprima per Amazon Bedrock ed sono soggette a modifiche.

Prima di invocare il tuo agente in linea, assicurati di aver completato i [prerequisiti](https://docs.aws.amazon.com//bedrock/latest/userguide/inline-agent-prereq.html).

Per richiamare un agente in linea, invia una richiesta [InvokeInlineAgent](https://docs.aws.amazon.com//bedrock/latest/APIReference/API_agent-runtime_InvokeInlineAgent.html)API con un [endpoint di runtime Agents for Amazon Bedrock](https://docs.aws.amazon.com/general/latest/gr/bedrock.html#bra-rt) e includi almeno i seguenti campi.


****  

| Campo | Caso d’uso | 
| --- | --- | 
| instruction | Fornisci istruzioni che indicano all’agente in linea cosa deve fare e come deve interagire con gli utenti. | 
| foundationModel | Specifica un [modello di fondazione](https://docs.aws.amazon.com//bedrock/latest/userguide/foundation-models-reference.html) da utilizzare per l’orchestrazione da parte dell’agente in linea che hai creato. Ad esempio, anthropic claude, meta Llama3.1 e così via. | 
| sessionId | Identificatore univoco della sessione. Utilizza lo stesso valore per tutte le richieste per continuare la stessa conversazione. | 

I seguenti campi sono facoltativi:


****  

| Campo | Caso d’uso | 
| --- | --- | 
| actionGroups | Elenco di gruppi di azione con ciascun gruppo di azioni che definisce le azioni che l’agente in linea può eseguire.  | 
| knowledgeBases | Associazioni di knowledge base all’agente in linea per potenziare la risposta generata dal modello.  | 
| guardrailConfiguration | Configura i guardrail per bloccare argomenti, prevenire allucinazioni e implementare misure di sicurezza per la tua applicazione.  | 
| agentCollaboration | Definisce il modo in cui l’agente collaboratore gestisce le informazioni tra più agenti collaboratori per coordinare una risposta finale. L’agente collaboratore può anche essere il supervisore. | 
| collaboratorConfigurations | Configurazioni per l’agente collaboratore.  | 
| collaboratori | Elenco degli agenti collaboratori. | 
| promptOverrideConfiguration | Configurazioni per prompt avanzati utilizzati per sovrascrivere i prompt predefiniti. | 
| enableTrace | Specifica se attivare o meno la traccia per monitorare il processo di ragionamento dell’agente in linea. | 
| Secondi di sessione di inattività TTLIn | Specifica la durata dopo la quale l’agente deve terminare la sessione ed eliminare tutte le informazioni archiviate. | 
| customerEncryptionKeyArn | Specifica l’ARN di una chiave KMS per crittografare le risorse dell’agente. | 
| endSession | Specifica se terminare o meno la sessione con l’agente in linea. | 
| inlineSessionState | Parametri che specificano i vari attributi di una sessione. | 
| inputText | Specifica il testo del prompt da inviare all’agente. | 
| reasoning\$1config | Per abilitare il ragionamento del modello, così che spieghi come ha raggiunto le sue conclusioni. Utilizzalo all’interno di un campo additionalModelRequestFields. È necessario specificare il numero di budget\$1tokens utilizzati per il ragionamento del modello, ovvero un sottoinsieme dei token di output. Per ulteriori informazioni, consulta [Migliorare le risposte del modello con il ragionamento basato su modello](https://docs.aws.amazon.com/bedrock/latest/userguide/inference-reasoning.html). | 

Il seguente esempio di API `InvokeInlineAgent` fornisce configurazioni complete degli agenti in linea, tra cui il modello di fondazione, le istruzioni, i gruppi di azioni con interprete di codice, i guardrail e le knowledge base. 

```
response = bedrock_agent_runtime.invoke_inline_agent(
    // Initialization parameters: cannot be changed for a conversation
    sessionId='uniqueSessionId',
    customerEncryptionKeyArn: String,
    
    // Input
    inputText="Hello, can you help me with a task?",
    endSession=False,
    enableTrace=True,
    
    // Agent configurations
    foundationModel='anthropic.claude-3-7-sonnet-20250219-v1:0',
    instruction="You are a helpful assistant...",
    actionGroups=[
        {
            'name': 'CodeInterpreterAction',
            'parentActionGroupSignature': 'AMAZON.CodeInterpreter'
        },
        {
            'actionGroupName': 'FetchDetails',
            'parentActionGroupSignature': '',
            "actionGroupExecutor": { ... },
            "apiSchema": { ... },
            "description": "string",
            "functionSchema": { ... }
        }
    ],
    knowledgeBases=[
        {
            knowledgeBaseId: "string",
            description: 'Use this KB to get all the info',
            retrievalConfiguration: { 
                vectorSearchConfiguration: { 
                    filter: { ... },
                    numberOfResults: number,
                    overrideSearchType: "string"
               }
            }
        }
    ],
    guardrailConfiguration={
        guardrailIdentifier: 'BlockEverything',
        gurardrailVersion: '1.0'
    },
    promptOverrideConfiguration: {...}
    
    // session properties: persisted throughout conversation
    inlineSessionState = {
        sessionAttributes = { 'key': 'value' },
        promptSessionAttributes = {k:v},
        returnControlInvocationResults = {...},
        invocationId = 'abc',
        files = {...},
    }
  }
```

È possibile includere i parametri di ragionamento del modello nella richiesta. Di seguito è illustrato un esempio di un singolo prompt che attiva il ragionamento del modello in `additionalModelRequestFields`.

```
{
    "basePromptTemplate": " ... ",
    "inferenceConfiguration": {
        "stopSequences": [
            "</answer>"
        ]
    },
    "parserMode": "DEFAULT",
    "promptCreationMode": "DEFAULT",
    "promptState": "DISABLED",
    "promptType": "ORCHESTRATION",
    "additionalModelRequestFields":
    "reasoning_config": {
        "type": "enabled",
        "budget_tokens": 1024
    }
}
```