As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.
# Configurar um agente em linha em runtime
Você pode configurar e invocar dinamicamente um agente embutido do Amazon Bedrock em tempo de execução usando a API. [InvokeInlineAgent](https://docs.aws.amazon.com//bedrock/latest/APIReference/API_agent-runtime_InvokeInlineAgent.html) O uso de um agente em linha oferece flexibilidade para especificar os recursos do agente, como modelos de base, instruções, grupos de ação, barreiras de proteção e bases de conhecimento, ao mesmo tempo em que você invoque o agente. Não é necessário predefinir os recursos do agente para poder usá-lo.
Veja alguns dos casos de uso em que o uso de agentes em linha pode ajudar ao oferecer flexibilidade para configurar o agente no momento da invocação.
+ Faça experiências rápidas testando vários recursos de agente com diferentes configurações e atualizando dinamicamente as ferramentas disponíveis para o agente sem criar agentes separados.
+ Invoque dinamicamente um agente para realizar tarefas específicas sem criar versões do agente ou preparar o agente.
+ Execute consultas simples ou use o interpretador de código para tarefas simples criando e invocando o agente em runtime.
+ Crie vários agentes em uma configuração de [colaboração multiagente](agents-multi-agent-collaboration.md) para trabalharem juntos em uma tarefa ou conversa.
Para usar a colaboração multiagente, você pode criar seus agentes nas seguintes combinações usando agentes embutidos. APIs
**Tipos de agente**
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/pt_br/bedrock/latest/userguide/agents-create-inline.html)
**Modelos e regiões compatíveis**
Você pode usar qualquer modelo de base aceito pelos Agentes do Amazon Bedrock para configurar o agente em linha e invocá-lo em qualquer uma das regiões em que é possível usar os Agentes do Amazon Bedrock. Para ter mais informações sobre os modelos e regiões compatíveis com os Agentes do Amazon Bedrock, consulte o seguinte:
+ [Regiões e modelos compatíveis com os Agentes do Amazon Bedrock](https://docs.aws.amazon.com//bedrock/latest/userguide/agents-supported.html)
+ [Suporte de modelo por recurso](https://docs.aws.amazon.com//bedrock/latest/userguide/models-features.html)
Com agentes em linha, é possível alternar entre os modelos. Recomendamos que você alterne entre os modelos que pertencem à mesma família. Alternar entre modelos que pertencem a famílias diferentes pode provocar comportamentos inconsistentes e falhas.
No momento, não é possível configurar e invocar um agente em linha no console do Amazon Bedrock.
## Diretrizes sobre como usar modelos de prompts avançados para agentes em linha
+ **Modelos de prompts básicos**: por padrão, o Amazon Bedrock usará o modelo padrão de prompts básico para o agente em linha, e os prompts podem ser alterados em segundo plano a qualquer momento. Isso pode tornar as respostas inconsistentes. Se quiser respostas consistentes para suas consultas, personalize o comportamento do agente em linha substituindo a lógica no modelo de prompts básicos padrão por suas próprias configurações. Para ter mais informações, consulte [Modelos de prompts avançados](https://docs.aws.amazon.com//bedrock/latest/userguide/advanced-prompts-templates.html).
+ **Criptografia**: use a `customer managed key ` para criptografar os detalhes da sessão em repouso/armazenamento. Se uma sessão for iniciada com uma chave gerenciada pelo cliente, ela será necessária para todas as solicitações futuras feitas para a mesma sessão. Usar uma chave gerenciada pelo cliente diferente para as mesmas sessões resultará em uma exceção.
+ **Compartilhamento de sessão**: no futuro, todas as sessões serão em nível de conta e não em nível de perfil. É possível isolar as sessões em nível de agente especificando um valor exclusivo para `agentName`.
+ **Estado das sessões em linha**: os atributos em `InlineSessionState` persistem durante a sessão. Use os atributos para fornecer contexto adicional para o modelo e obter [prompts few-shot](https://docs.aws.amazon.com//bedrock/latest/userguide/what-is-a-prompt.html#few-shot-prompting-vs-zero-shot-prompting).
# Pré-requisitos
**nota**
Os recursos de configuração e invocação de um recurso de agente em linha está em uma versão prévia do Amazon Bedrock e está sujeito a alterações.
Atenda aos seguintes pré-requisitos antes de invocar seu agente em linha:
1. Determine qual modelo de base você quer usar para configurar seu agente integrado, a região em que deseja invocar o agente e uma instrução que mostre ao agente integrado o que ele deve fazer.
1. Crie ou prepare uma ou mais das propriedades de agente do Amazon Bedrock a seguir que você quer usar para o agente em linha.
****
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/pt_br/bedrock/latest/userguide/inline-agent-prereq.html)
1. Crie uma função de AWS Identity and Access Management (IAM) e anexe a política mencionada nesta etapa à função.
Antes de invocar um agente integrado, você deve criar um perfil do IAM que forneça as permissões necessárias para usar a API `InvokeInlineAgent` e acessar determinados recursos, como funções do Lambda, bases de conhecimento e modelos de base.
Crie um perfil de serviço personalizado para o agente em linha seguindo as etapas em [Criar um perfil para conceder permissões a um usuário do IAM](https://docs.aws.amazon.com//bedrock/latest/userguide/getting-started.html). Depois de criar o perfil do IAM, anexe a política a seguir ao perfil.
**nota**
Como prática recomendada para fins de segurança, substitua o *\$1\$1region\$1**\$1\$1account-id\$1*, e *\$1.ids* por Região, o ID da sua conta e os IDs de recursos específicos depois de criá-los.
# Invocar um agente em linha
**nota**
Os recursos de configuração e invocação de um recurso de agente em linha está em uma versão prévia do Amazon Bedrock e está sujeito a alterações.
Para invocar o agente em linha, primeiro verifique se os [pré-requisitos](https://docs.aws.amazon.com//bedrock/latest/userguide/inline-agent-prereq.html) foram atendidos.
Para invocar um agente em linha, envie uma solicitação de [InvokeInlineAgent](https://docs.aws.amazon.com//bedrock/latest/APIReference/API_agent-runtime_InvokeInlineAgent.html)API com um [endpoint de tempo de execução do Agents for Amazon Bedrock](https://docs.aws.amazon.com/general/latest/gr/bedrock.html#bra-rt) e inclua minimamente os seguintes campos.
****
| Campo | Caso de uso |
| --- | --- |
| instruction | Forneça instruções que digam ao agente em linha o que ele deve fazer e como ele deve interagir com os usuários. |
| foundationModel | Especifique um [modelo de base](https://docs.aws.amazon.com//bedrock/latest/userguide/foundation-models-reference.html) a ser usado para orquestração pelo agente em linha criado por você. Por exemplo, Claude da Anthropic, Llama3.1 da Meta etc. |
| sessionId | Um identificador exclusivo da sessão. Use o mesmo valor em todas as solicitações para continuar a mesma conversa. |
Os seguintes campos são opcionais:
****
| Campo | Caso de uso |
| --- | --- |
| actionGroups | Lista de grupos de ação em que cada grupo de ação define as ações que o agente integrado pode realizar. |
| knowledgeBases | Associações da base de conhecimento com o agente em linha para aumentar a resposta gerada pelo modelo. |
| guardrailConfiguration | Configurações de barreira de proteção para bloquear tópicos, evitar alucinações e implementar proteções para sua aplicação. |
| agentCollaboration | Define como o agente colaborador lida com as informações de vários agentes colaboradores para coordenar uma resposta final. O agente colaborador também pode ser o supervisor. |
| collaboratorConfigurations | Configurações para o agente colaborador. |
| collaborators | Lista de agentes colaboradores. |
| promptOverrideConfiguration | Configurações para prompts avançados usados para substituir os prompts padrão. |
| enableTrace | Especifique se deseja ativar ou não o rastreamento do processo de raciocínio do agente em linha. |
| Segundos da sessão ociosa TTLIn | Especifique a duração após a qual o agente em linha deve encerrar a sessão e excluir todas as informações armazenadas. |
| customerEncryptionKeyArn | Especifique o ARN de uma chave do KMS para criptografar recursos do agente. |
| endSession | Especifique se a sessão deve ser encerrada com o agente ou não. |
| inlineSessionState | Parâmetros que especificam os vários atributos de uma sessão. |
| inputText | Especifique o texto do prompt a ser enviado ao agente. |
| reasoning\$1config | Para habilitar o raciocínio de modelo para que o modelo explique como chegou às respectivas conclusões. Use dentro de um campo additionalModelRequestFields. Você deve especificar o número de budget\$1tokens que é usado para o raciocínio de modelo, que são um subconjunto dos tokens de saída. Para ter mais informações, consulte [Aprimorar as respostas do modelo com o raciocínio de modelo](https://docs.aws.amazon.com/bedrock/latest/userguide/inference-reasoning.html). |
O exemplo da API `InvokeInlineAgent` a seguir fornece configurações completas de agentes em linha, como modelo de base, instruções, grupos de ação com interpretador de código, barreiras de proteção e bases de conhecimento.
```
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 = {...},
}
}
```
Também é possível incluir parâmetros de raciocínio de modelo na solicitação. Veja a seguir um exemplo de um único prompt que ativa o raciocínio de modelo em `additionalModelRequestFields`.
```
{
"basePromptTemplate": " ... ",
"inferenceConfiguration": {
"stopSequences": [
""
]
},
"parserMode": "DEFAULT",
"promptCreationMode": "DEFAULT",
"promptState": "DISABLED",
"promptType": "ORCHESTRATION",
"additionalModelRequestFields":
"reasoning_config": {
"type": "enabled",
"budget_tokens": 1024
}
}
```