개요

하네스

단일 API 호출로 AI 에이전트를 정의하고 호출할 수 있는 관리형 에이전트 루프입니다. 모델, 시스템 프롬프트 및 도구를 인라인으로 지정합니다. Harness는 오케스트레이션, 도구 실행, 메모리 관리 및 응답 생성을 처리합니다. 각 세션은 파일 시스템 및 쉘 액세스가 있는 격리된 microVM에서 실행되어 코드 생성, 데이터 분석 및 심층 연구와 같은 사용 사례를 지원합니다. 추가 종속성이 있는 사용자 지정 환경을 위한 자체 컨테이너 이미지를 가져옵니다.

AgentCore Harness는 Amazon Bedrock, OpenAI, Google Gemini 및 OpenAI 호환 모델 공급자와 함께 작동합니다. AgentCore 메모리, 게이트웨이, 브라우저, 코드 해석기 및 관찰성과 통합됩니다. 원격 MCP 서버, 인라인 함수 및 사용자 지정 컨테이너 환경을 지원합니다.

런타임

동적 AI 에이전트 및 도구를 배포하고 규모를 조정하기 위해 특별히 설계된 안전한 서버리스 런타임 환경입니다. 런타임은 실시간 상호 작용을 위한 빠른 콜드 스타트, 비동기 에이전트에 대한 확장된 런타임 지원, 실제 세션 격리, 기본 제공 자격 증명, 다중 모달 및 다중 에이전트 에이전트 워크로드에 대한 지원을 제공합니다.

AgentCore 런타임은 사용자 지정 프레임워크 및 CrewAI, LangGraph, LlamaIndex, Google ADK, OpenAI Agents SDK, Strands Agents를 포함한 모든 오픈 소스 프레임워크, OpenAI, Google의 Gemini, Anthropic의 Claude, Amazon Nova, Meta Llama, Mistral 모델을 포함한 Amazon Bedrock 내부 또는 외부의 모든 파운데이션 모델, MCP 및 A2A와 같은 인기 있는 프로토콜과 함께 작동합니다.

메모리

에이전트가 기억하고 학습하는 내용을 완벽하게 제어할 수 있는 컨텍스트 인식 에이전트를 구축하는 방법입니다. 다중 전환 대화에 대한 단기 메모리와 세션 간에 지속되는 장기 메모리를 모두 지원하며, 에이전트 간에 메모리 스토어를 공유할 뿐만 아니라 경험을 통해 학습할 수 있습니다.

AgentCore 메모리는 LangGraph, LangChain, Strands, LlamaIndex에서 작동합니다.

Gateway

APIs, Lambda 함수 및 기존 서비스를 모델 컨텍스트 프로토콜(MCP) 호환 도구로 변환하고 기존 MCP 서버에도 연결하여 몇 줄의 코드만으로 게이트웨이 엔드포인트를 통해 AI 에이전트가 사용할 수 있도록 하는 안전한 방법입니다.

모든 APIs, MCP 도구, Lambda 및 Salesforce, Zoom, JIRA, Slack 등을 포함한 인기 있는 통합.

ID

기존 자격 증명 공급자와 호환되는 안전하고 확장 가능한 에이전트 자격 증명, 액세스 및 인증 관리 서비스로, 사용자 마이그레이션 또는 인증 흐름 재구축이 필요하지 않습니다.

Amazon Cognito, Okta, Microsoft Azure Entra ID, Auth0 등과 같은 모든 IdP 및 자격 증명 공급자

코드 해석기

에이전트가 코드를 실행하여 정확도를 높이고 복잡한 end-to-end 작업을 해결하는 기능을 확장할 수 있는 격리된 샌드박스 환경입니다.

Python, JavaScript 및 TypeScript를 포함한 여러 언어

브라우저

AI 에이전트가 웹 애플리케이션과 상호 작용하고, 양식을 작성하고, 웹 사이트를 탐색하고, 완전 관리형 환경에서 정보를 추출할 수 있는 빠르고 안전한 클라우드 기반 브라우저 런타임 환경입니다.

Playwright 및 BrowserUse를 포함한 파운데이션 모델 또는 인기 있는 브라우저 자동화 프레임워크

Observability

프로덕션 환경에서 에이전트 성능을 추적, 디버깅 및 모니터링하기 위한 통합 보기입니다. 에이전트 워크플로의 각 단계에 대한 세부 시각화를 제공하므로 에이전트의 실행 경로를 검사하고, 중간 출력을 감사하고, 성능 병목 현상과 장애를 디버깅할 수 있습니다.

표준화된 OpenTelemetry(OTEL) 호환 형식으로 방출되는 원격 측정 데이터와 통합되는 모든 모니터링 및 관찰성 스택

결제

AI 에이전트가 x402 프로토콜을 사용하여 유료 APIs, MCP 서버 및 콘텐츠에 액세스할 수 있도록 마이크로트랜잭션 결제를 지원하는 완전관리형 서비스입니다. 결제는 에이전트 결제 작업에 대한 Wallet 통합, 구성 가능한 지출 한도 및 end-to-end 관찰성을 제공합니다.

AgentCore 결제는 통합 모니터링을 위해 Amazon CloudWatch로 구동되는 Coinbase CDP and Stripe(프라이비) Wallet Provider, AgentCore Gateway, Strands Agents, x402 호환 엔드포인트, AgentCore Identity and AgentCore Observability를 지원합니다.

평가

자동화된 일관된 데이터 기반 에이전트 평가를 위해 특별히 구축된 평가 서비스입니다. AgentCore Evaluations는 에이전트와 도구가 작업을 얼마나 잘 실행하고, 엣지 케이스를 처리하고, 다양한 입력 및 컨텍스트에서 출력 신뢰성을 유지하는지 측정합니다. 평가는 측정 가능한 품질 신호를 제공하고, 팀이 구조화된 인사이트를 사용하여 성능을 최적화하는 데 도움이 되며, 배포 전후에 에이전트가 기능 및 동작 표준을 충족하는지 확인합니다.

AgentCore 평가는 Strands Agent 또는 LangGraph 프레임워크에서 생성되고 OpenTelemetry 또는 OpenInference를 사용하여 계측된 세션, 트레이스 및 스팬에 대한 평가를 지원합니다. 통합 모니터링을 위해 Amazon CloudWatch로 구동되는 AgentCore 관찰성에 통합된 모든 결과입니다.

최적화

AI 생성 권장 사항, 버전 관리형 구성 번들 및 A/B 테스트를 사용하여 데이터 기반 구성 변경을 통해 에이전트 성능을 개선하는 지속적인 개선 서비스입니다. 추측 중심의 수동 최적화 대신 서비스를 에이전트 추적으로 지정하여 개선 사항을 생성하고 제어된 실험을 통해 검증합니다.

AgentCore 최적화는 AgentCore 평가를 기반으로 하며 AgentCore 관찰성을 통해 OpenTelemetry를 사용하여 구성된 에이전트와 함께 작동합니다. A/B 테스트를 위해 AgentCore Gateway를 통해 트래픽을 분할하여 시스템 프롬프트 및 도구 설명 최적화를 지원합니다.

정책

에이전트가 속도를 늦추지 않고 정의된 경계 및 비즈니스 규칙 내에서 운영되도록 결정론적 제어를 제공하는 기능입니다. 자연어 또는 Cedar(AWS의 오픈 소스 정책 언어)를 사용하여 세분화된 규칙을 쉽게 작성할 수 있습니다.

AgentCore Gateway와 통합되어 실행 전에 모든 도구 호출을 가로챌 수 있습니다. 에이전트가 액세스할 수 있는 도구, 수행할 수 있는 작업 및 조건을 정의할 수 있습니다.

레지스트리

조직 전체에서 에이전트, MCP 서버, 도구, 기술 및 사용자 지정 리소스를 검색하고 관리하기 위한 중앙 집중식 카탈로그입니다. 레지스트리는 에이전트와 개발자가 올바른 도구를 찾을 수 있도록 하이브리드 의미 체계 및 키워드 검색을 통해 리소스를 게시, 검토 및 승인하는 관리형 워크플로를 제공합니다.

AgentCore Registry는 온프레미스 또는 기타 클라우드 환경에 배포된 모든 MCP 서버, 에이전트 AWS, 스킬 또는 사용자 지정 리소스와 함께 작동합니다.