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.

# Invocar um agente em linha
<a name="inline-agent-invoke"></a>

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