Implantação direta de código para Python

As etapas a seguir serão necessárias para implantar um agente no AgentCore Runtime. Para obter mais informações, consulte Introdução à AgentCore CLI. Se o Uv estiver disponível, a AgentCore CLI recomendará a implantação direta do código. Caso contrário, o padrão será o tipo de implantação de contêiner.

Depois de configurar seu agente usandoagentcore create, use o deploy comando para criar um pacote de implantação zip, carregá-lo no bucket especificado e implantar o agente.

agentcore deploy

Vamos pedir ao agente que conte uma piada!

agentcore invoke "Tell me a joke"

A primeira implantação leva tempo para instalar dependências, mas as atualizações subsequentes do agente otimizam isso reutilizando dependências compactadas.

Gerenciamento de configuração

Você pode modificar a configuração do seu agente a qualquer momento usando os agentcore add comandos ou editando diretamente o arquivo de agentcore/agentcore.json configuração.

O arquivo de configuração permite que você atualize os parâmetros de implantação, como sua configuração de VPC, funções de execução, tempos limite de sessão e configurações do autorizador OAuth.

Execute agentcore para abrir a TUI e selecione implantar. A tela de implantação mostra o progresso em tempo real à medida que valida seu projeto, sintetiza e provisiona CloudFormation recursos: AWS

Após a conclusão da implantação, use agentcore invoke para testar seu agente.

Para baixar uma roda compatível com o AgentCore Runtime, você usa a --python-platform opção uv pip. AgentCore O Runtime suporta apenas a arquitetura do conjunto de instruções arm64, execute o comando a seguir. Substitua --python 3.x pela versão do runtime do Python que você está usando.

uv pip install \
--python-platform aarch64-manylinux2014 \
--python-version 3.13 \
--target=deployment_package \
--only-binary=:all: \
-r pyproject.toml

Crie um arquivo.zip com as bibliotecas instaladas na raiz do projeto.

cd deployment_package
zip -r ../deployment_package.zip .

Adicione o main.py arquivo e outros arquivos em seu pacote à raiz do arquivo.zip.

cd ..
zip deployment_package.zip main.py

Depois de criar seu pacote de implantação.zip, você pode usá-lo para criar um novo AgentCore Runtime ou atualizar um existente. Você pode implantar seu pacote.zip usando a API AgentCore Runtime, o console AgentCore Runtime e a interface de linha de AWS comando. A AgentCore CLI cuidará das etapas acima para criar .zip.

Um arquivo ZIP contendo dependências Linux arm64 precisa ser carregado no S3 como pré-requisito para criar o Agent Runtime. O código abaixo exige que o bucket S3 especificado já exista. Siga a AWS documentação aqui para criar um bucket usando o boto3. O código boto3 a seguir carregará o arquivo de arquivo.zip em um s3 e criará o tempo de execução do Amazon Bedrock. AgentCore

import boto3

account_id = "your aws account id"
agent_name = "strands_10_23"

s3_client = boto3.client('s3', region_name='us-west-2')
print("Uploading deployment.zip to S3...")
s3_client.upload_file(
    'deployment_package.zip', # archive on file system
    f"bedrock-agentcore-code-{account_id}-us-west-2", # bucket name
    f"{agent_name}/deployment_package.zip", # prefix
    ExtraArgs={'ExpectedBucketOwner': account_id} # ownership check
)
print("Upload completed successfully!")
print(f"S3 Location: s3://bedrock-agentcore-code-{account_id}-us-west-2/{agent_name}/deployment_package.zip")

agentcore_client = boto3.client('bedrock-agentcore-control', region_name='us-west-2')
response = agentcore_client.create_agent_runtime(
    agentRuntimeName=agent_name,
    agentRuntimeArtifact={
        'codeConfiguration': {
            'code': {
                's3': {
                    'bucket': f"bedrock-agentcore-code-{account_id}-us-west-2",
                    'prefix': f"{agent_name}/deployment_package.zip"
                }
            },
            'runtime': 'PYTHON_3_13',
            'entryPoint': ['opentelemetry-instrument', 'main.py']
        } # if not adding otel dependency, remove opentelemetry-instrument from entrypoint array
    },
    networkConfiguration={"networkMode": "PUBLIC"},
    roleArn=f"arn:aws:iam::{account_id}:role/AmazonBedrockAgentCoreSDKRuntime-us-west-2",
    lifecycleConfiguration={
        'idleRuntimeSessionTimeout': 300,  # 5 min, configurable
        'maxLifetime': 1800                # 30 minutes, configurable
    },
)
print(f"Agent Runtime created successfully!")
print(f"Agent Runtime ARN: {response['agentRuntimeArn']}")
print(f"Status: {response['status']}")

Para obter mais informações sobre como invocar um agente programaticamente, consulte Invocar um agente programaticamente.

Você pode implantar seu agente usando o AgentCore console Amazon Bedrock com suporte gerenciado ao tempo de execução. O console fornece uma interface intuitiva para carregar arquivos ZIP e definir as configurações do agente.

Para implantar usando o console, primeiro crie seu pacote de implantação seguindo as etapas na guia Custom zip + boto3 acima.

Crie um agente por meio do console

Para criar seu agente:

Na página inicial dos Agentes, escolha Host Agent

Escolha sua seleção de fonte:

Defina as configurações do seu agente:

Escolha Criar agente para implantar

Criar endpoint

Escolha Criar endpoint para criar um novo endpoint para seu agente. O nome do endpoint e a versão associada serão pré-preenchidos.

Ponto final do teste

Selecione um endpoint e escolha Test Endpoint para navegar até o Playground/Sandbox para teste.

Requisitos da função de execução

Seu agente exige uma função de execução com as permissões apropriadas. Para obter informações detalhadas sobre funções e permissões de execução, consulte Permissões AgentCore de tempo de execução. A função de execução deve incluir permissões básicas de tempo de AgentCore execução do Amazon Bedrock, permissões de acesso ao S3 para seu pacote de implantação e permissões de CloudWatch registros para observabilidade.

Para atualizar o AgentCore Runtime implantado anteriormente, execute:

agentcore deploy

Para interromper uma sessão em execução antes do configurável IdleRuntimeSessionTimeout (o padrão é de 15 minutos) e economizar em possíveis custos descontrolados, use a operação da API. StopRuntimeSession Atualmente, a AgentCore CLI não oferece suporte direto à interrupção direta de sessões.

Para excluir todos os recursos relacionados a um AgentCore Runtime, primeiro remova todos os recursos e depois implante para eliminar AWS os recursos:

agentcore remove all
agentcore deploy

O código boto3 a seguir atualizará um AgentCore Runtime.

import boto3

account_id = "your aws account id"
agent_name = "strands_10_23"

s3_client = boto3.client('s3', region_name='us-west-2')
print("Uploading deployment.zip to S3...")
s3_client.upload_file(
    'deployment_package.zip', # archive on file system
    f"bedrock-agentcore-code-{account_id}-us-west-2", # bucket name
    f"{agent_name}/deployment_package.zip", # prefix
    ExtraArgs={'ExpectedBucketOwner': account_id} # ownership check
)
print("Upload completed successfully!")
print(f"S3 Location: s3://bedrock-agentcore-code-{account_id}-us-west-2/{agent_name}/deployment_package.zip")

bedrock_agentcore_client = boto3.client('bedrock-agentcore-control', region_name='us-west-2')
response = bedrock_agentcore_client.update_agent_runtime(
    agentRuntimeId='<your-agent-id>',
    agentRuntimeArtifact={
        'codeConfiguration': {
            'code': {
                's3': {
                    'bucket': f"bedrock-agentcore-code-{account_id}-us-west-2",
                    'prefix': f"{agent_name}/deployment_package.zip"
                }
            },
            'runtime': 'PYTHON_3_13',
            'entryPoint': ['opentelemetry-instrument', 'main.py']
        } # if not adding otel dependency, remove opentelemetry-instrument from entrypoint array
    },
    networkConfiguration={"networkMode": "PUBLIC"},
    roleArn=f"arn:aws:iam::{account_id}:role/AmazonBedrockAgentCoreSDKRuntime-us-west-2"
)

print(f"Agent Runtime updated successfully!")
print(f"Agent Runtime ARN: {response['agentRuntimeArn']}")
print(f"Status: {response['status']}")

Para interromper a sessão em execução antes do configurável IdleRuntimeSessionTimeout (o padrão é de 15 minutos) e economizar em possíveis custos descontrolados, use o seguinte código boto3:

import boto3

agent_core_client = boto3.client('bedrock-agentcore', region_name='us-west-2')
response = agent_core_client.stop_runtime_session(
    agentRuntimeArn='arn:aws:bedrock-agentcore:us-west-2:account-id:runtime/agent-name-suffix',
    runtimeSessionId='your-session-id',
    qualifier="DEFAULT"
)

O código boto3 a seguir excluirá o tempo de AgentCore execução do Amazon Bedrock e o arquivo de arquivamento .zip no s3.

import boto3

account_id = "your aws account id"
agent_name = "strands_10_23"

bedrock_agentcore_client = boto3.client('bedrock-agentcore-control', region_name='us-west-2')
print("Deleting Agent from Amazon Bedrock AgentCore Runtime!")
response = bedrock_agentcore_client.delete_agent_runtime(
    agentRuntimeId='<agent-id>'
)
print(f"Agent Runtime delete successfully!")
print(f"Status: {response['status']}")

s3_client = boto3.client('s3', region_name='us-west-2')
print("Deleting deployment archive from S3...")
s3_client.delete_object(
    Bucket=f"bedrock-agentcore-code-{account_id}-us-west-2",
    Key=f"{agent_name}/deployment_package.zip",
    ExpectedBucketOwner=account_id
)
print("Archive deleted successfully from S3!")

====== Agente de atualização

Na página de detalhes do agente, escolha Atualizar hospedagem para criar uma nova versão com código ou configuração atualizados.

Atualizar endpoint

Selecione um endpoint na tabela Endpoints e escolha Editar para atualizar a descrição ou a versão associada.

Excluir endpoint

Selecione um endpoint e escolha Excluir. Você precisará digitar “delete” para confirmar a exclusão.

Excluir agente

Na lista de agentes ou na página de detalhes, selecione seu agente e escolha Excluir para remover o agente e todos os recursos associados.