기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

# 인라인 에이전트 간접 호출
<a name="inline-agent-invoke"></a>

**참고**  
인라인 에이전트 기능 구성 및 간접 호출은 Amazon Bedrock의 미리 보기 릴리스에 있으며 변경될 수 있습니다.

인라인 에이전트를 간접적으로 호출하기 전에 [사전 조건](https://docs.aws.amazon.com//bedrock/latest/userguide/inline-agent-prereq.html)을 완료했는지 확인합니다.

인라인 에이전트를 간접적으로 호출하려면 [Amazon Bedrock Agents 런타임 엔드포인트](https://docs.aws.amazon.com/general/latest/gr/bedrock.html#bra-rt)를 사용하여 [InvokeInlineAgent](https://docs.aws.amazon.com//bedrock/latest/APIReference/API_agent-runtime_InvokeInlineAgent.html) API 요청을 보내고 최소한 다음 필드를 포함합니다.


****  

| Field | 사용 사례: | 
| --- | --- | 
| instruction | 인라인 에이전트에게 수행해야 할 작업과 사용자와 상호 작용하는 방법을 알려주는 지침을 제공합니다. | 
| foundationModel | 생성한 인라인 에이전트에 의한 오케스트레이션에 사용할 [파운데이션 모델](https://docs.aws.amazon.com//bedrock/latest/userguide/foundation-models-reference.html)을 지정합니다. 예: anthropic claude, meta Llama3.1 등 | 
| sessionId | 세션의 고유 식별자. 요청 간에 동일한 값을 사용하여 동일한 대화를 계속합니다. | 

다음 필드는 선택 사항입니다.


****  

| Field | 사용 사례: | 
| --- | --- | 
| actionGroups | 인라인 에이전트가 수행할 수 있는 작업을 정의하는 각 작업 그룹이 있는 작업 그룹의 목록입니다. | 
| knowledgeBases | 인라인 에이전트와 지식 기반을 연결하여 모델에서 생성된 응답을 강화합니다. | 
| guardrailConfiguration | 주제를 차단하고, 할루시네이션을 방지하고, 애플리케이션에 대한 보호 기능을 구현하는 가드레일 구성입니다. | 
| agentCollaboration | 공동 작업자 에이전트가 여러 공동 작업자 에이전트의 정보를 처리하여 최종 응답을 조정하는 방법을 정의합니다. 공동 작업자 에이전트는 감독자일 수도 있습니다. | 
| collaboratorConfigurations | 공동 작업자 에이전트에 대한 구성입니다. | 
| collaborators | 공동 작업자 에이전트 목록입니다. | 
| promptOverrideConfiguration | 기본 프롬프트를 재정의하는 데 사용되는 고급 프롬프트에 대한 구성입니다. | 
| enableTrace | 인라인 에이전트의 추론 프로세스를 추적할지 여부를 지정합니다. | 
| idleSessionTTLInSeconds | 인라인 에이전트가 세션을 종료하고 저장된 정보를 삭제하는 데 걸리는 시간을 지정합니다. | 
| customerEncryptionKeyArn | 에이전트 리소스를 암호화하는 KMS 키의 ARN을 지정합니다. | 
| endSession | 인라인 에이전트와 세션을 종료할지 여부를 지정합니다. | 
| inlineSessionState | 세션의 다양한 속성을 지정하는 파라미터입니다. | 
| inputText | 에이전트에 보낼 프롬프트 텍스트를 지정합니다. | 
| reasoning\$1config | 모델이 결론에 도달한 방법을 설명하도록 모델 추론을 활성화합니다. additionalModelRequestFields 필드 내부를 사용합니다. 출력 토큰의 하위 집합인 모델 추론에 사용되는 budget\$1tokens의 수를 지정해야 합니다. 자세한 내용은 [모델 추론을 사용하여 모델 응답 강화](https://docs.aws.amazon.com/bedrock/latest/userguide/inference-reasoning.html)를 참조하세요. | 

다음 `InvokeInlineAgent` API 예제에서는 파운데이션 모델, 지침, 코드 인터프리터가 있는 작업 그룹, 가드레일 및 지식 기반을 포함한 전체 인라인 에이전트 구성을 제공합니다.

```
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 = {...},
    }
  }
```

요청에 모델 추론 파라미터를 포함할 수 있습니다. 다음은 `additionalModelRequestFields`에서 모델 추론을 켜는 단일 프롬프트의 예입니다.

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