View a markdown version of this page

Listagem de produtos do agente de IA com base em contêiner - AWS Marketplace
Gerenciando agentes e ferramentas de IA baseados em contêineresIniciar o assistente de listaEtapa 1: Fornecer informações do produtoEtapa 2: Configurar definição de preço do contêiner do agente de IAEtapa 3: Especificar política de reembolsoEtapa 4: Configurar EULAEtapa 5: Adicionar repositóriosEtapa 6: Configurar disponibilidade de oferta/lista de permissõesEtapa 7: Carregar imagens de contêiner e artefatos no repositórioEtapa 8: Adicionar nova versão do produto com ativosEtapa 9: Revisar a lista de produtos e publicar para o públicoDetalhes da implantação de contêinerTestes e validaçãoMelhores práticas e recomendações

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.

Listagem de produtos do agente de IA com base em contêiner

Gerenciando agentes e ferramentas de IA baseados em contêineres

Agentes e ferramentas de IA baseados em contêineres executados no Amazon Bedrock AgentCore Runtime podem ser gerenciados por meio da página unificada de produtos de agentes e ferramentas de IA ou da página de produtos de servidor no AWS Marketplace Management Console. Somente produtos com versões compatíveis com o Amazon Bedrock AgentCore Runtime estarão visíveis na página de produtos de agentes e ferramentas de IA.

Iniciar o assistente de lista

  1. Faça login no Portal de gerenciamento do AWS Marketplace com a conta de vendedor da AWS.

  2. Selecione Produtos e Agentes de IA e ferramentas na barra de navegação.

  3. Selecione o menu Criar agentes de IA e ferramentas e escolha Agentes de IA e ferramentas com base em contêiner.

  4. Selecione Gerar ID do produto e do código do produto.

  5. (Opcional) Adicione tags para dar suporte à autorização baseada em tags.

  6. Selecione Continuar.

Etapa 1: Fornecer informações do produto

  1. Em Informações do produto, insira:

    • Título do produto

    • URL de logotipo do produto S3

    • Descrição breve

    • Descrição longa

    • Destaque (1-3)

  2. Insira detalhes de suporte e adicione recursos de aprendizado opcionais escolhendo Adicionar recurso.

  3. No menu Categorias de produto, escolha de 1 a 3 categorias. É recomendável escolher pelo menos uma das categorias de negócios Agentes de IA e ferramentas.

  4. Insira palavras-chave para melhorar a capacidade de descoberta da pesquisa.

  5. (Opcional) Adicione ativos de vídeo e imagem de acordo com as diretrizes.

  6. Escolha Próximo.

Etapa 2: Configurar definição de preço do contêiner do agente de IA

  1. Escolha o modelo de definição de preço.

    AgentCore limitações de preços

    Se a imagem do contêiner for utilizada AgentCore, os modelos de preços por hora e uso com contrato de longo prazo não serão suportados. Para saber mais sobre a definição de preço do contrato, consulte Preços contratuais para produtos em contêineres com AWS License Manager. Para saber mais sobre medição personalizada para definição de preço com base no uso, consulte Configurar a medição personalizada para produtos de contêineres com o Serviço de medição do AWS Marketplace.

  2. Escolha Próximo.

  3. Em Definir preços.

  4. Escolha Próximo.

Etapa 3: Especificar política de reembolso

  1. Insira uma política de reembolso.

  2. Escolha Próximo.

nota

Se escolheu o modelo da definição de preço gratuito do produto, você não precisa inserir uma política de reembolso.

Etapa 4: Configurar EULA

  1. Escolha Contrato padrão para AWS Marketplace ou EULA personalizado.

    nota

    Se você escolher EULA personalizado, insira um URL para o contrato de licença do usuário final.

  2. Escolha Próximo.

Etapa 5: Adicionar repositórios

  1. Adicione um repositório inicial para seu produto de contêiner.

    nota

    Os nomes de repositório devem ser exclusivos em todos os produtos na conta do vendedor. Você pode criar até 50 repositórios por produto.

  2. Escolha Próximo.

Etapa 6: Configurar disponibilidade de oferta/lista de permissões

  1. Em Configurar disponibilidade de oferta, escolha as configurações de disponibilidade geográfica.

  2. Escolha Próximo.

  3. Em Configurar lista de permissões, liste todas as contas da AWS que devem ter acesso à lista ainda no estado limitado.

  4. Selecione Enviar para criar uma nova solicitação de alteração para testes de visibilidade limitada.

    Aguarde de 10 a 15 minutos até que o status da solicitação esteja no estado Sucesso.

Etapa 7: Carregar imagens de contêiner e artefatos no repositório

nota

Amazon Bedrock AgentCore Runtime para AWS MarketplaceVeja como fazer a integração AgentCore com sua imagem de contêiner.

  1. Localize o URL do repositório de ECR:

    • Abra a página de produtos de servidor no Portal AWS Marketplace de Gerenciamento.

    • Selecione o produto de contêiner para exibir os detalhes.

    • Selecione a guia Repositórios para copiar o URL do repositório.

  2. Selecione Exibir comandos push para abrir uma lista de instruções, incluindo comandos que você pode usar para enviar imagens de contêiner do Docker e charts do Helm para esse repositório. Para obter informações gerais sobre como enviar por push imagens de contêiner e outros artefatos para repositórios, consulte Envio por push de uma imagem no Guia do usuário do Amazon Elastic Container Registry.

    nota

    Você pode usar as seguintes operações de API do Amazon Elastic Container Registry (Amazon ECR) ao chamar docker pull ou docker push:

    • DescribeImages - Use isso para revisar os metadados sobre as imagens em um repositório.

    • GetAuthorizationToken - Use para autenticar antes de enviar artefatos para o repositório e, em seguida, use os comandos docker pull ou docker push.

    • ListImages - Use para ver uma lista de imagens que você enviou.

  3. Use os comandos listados para enviar todos os artefatos necessários do seu repositório local para o AWS Marketplace repositório do seu produto.

    nota

    A tag fornecida por você nos comandos push é usada para diferenciar a versão do artefato que está carregando no repositório. Use uma tag que faça sentido para a versão da qual os artefatos fazem parte.

  4. Repita o procedimento para cada imagem de contêiner ou artefato que você precisa em sua versão.

    nota

    Sua versão pode incluir até 50 imagens de contêiner ou artefatos em cada opção de entrega. Consulte o procedimento a seguir para obter mais informações sobre as opções de entrega.

  5. Depois de fazer o upload dos artefatos, você estará pronto para criar a versão do produto.

    nota

    As imagens do contêiner são digitalizadas automaticamente para ver se elas cumprem as Requisitos de produtos baseados em contêineres para AWS Marketplace. Para obter mais informações, consulte O produto de contêiner verifica se há problemas de segurança.

Etapa 8: Adicionar nova versão do produto com ativos

  1. Abra a página de produtos Agentes de IA e ferramentas no Portal de gerenciamento do AWS Marketplace .

    nota

    Somente produtos de contêiner com versões compatíveis com o Amazon Bedrock AgentCore Runtime são visíveis na página de produtos de Agentes e Ferramentas de IA. Antes de adicionar a primeira versão, você só encontrará seu produto na página de produtos de servidor no portal de gerenciamento do AWS Marketplace. Depois de criar a versão para o Amazon Bedrock AgentCore Runtime, você encontrará seu produto de contêiner na página de produtos AI Agents and Tools.

  2. Selecione o produto de contêiner e clique no menu suspenso Solicitar alterações, selecione Atualizar versões e selecione Adicionar nova versão.

  3. Em Opções de entrega, insira:

    • Título da versão

    • Notas da versão

  4. Selecione Adicionar opção de entrega.

  5. Em Método de entrega, selecione Imagem do contêiner e preencha:

    • Serviços com suporte: selecione os ambientes nos quais os compradores podem executar o software.

    • Para o AgentCore serviço Bedrock, selecione Agente AI, Servidor MCP ou Servidor A2A no campo Tipo.

    • Imagem do contêiner: URL do repositório e tag de versão especificada por você anteriormente.

    • Título da opção de entrega e Descrição da opção de implantação: insira um título e uma descrição dessa opção de entrega.

    • Instruções de uso: insira informações detalhadas para ajudar os compradores a usar o software depois de iniciá-lo.

    • Variáveis de ambiente: especifique as variáveis de ambiente que os compradores devem fornecer para configurar o comportamento de tempo de execução do agente. Essas variáveis podem ser usadas para passar configurações, credenciais ou sinalizadores personalizados para o contêiner na inicialização. Para cada variável, forneça o nome esperado pelo contêiner, uma descrição e um valor padrão opcional. Para variáveis como credenciais ou chaves de API que são exclusivas, não forneça um valor padrão. Você pode usar a descrição para especificar detalhes sobre a variável, bem como valores possíveis. Todas as variáveis fornecidas com seus valores padrão serão pré-preenchidas quando os compradores lançarem seu produto.

  6. Se você selecionou um tipo de ferramenta de agente de IA ou servidor A2A, confirme se seu agente usa o raciocínio LLMs e demonstra capacidades autônomas. Esses requisitos ajudam a garantir que os atendentes oferecidos no AWS Marketplace atendam a um alto padrão de qualidade. Se o atendente não atender a ambos os requisitos, escolha um tipo de ferramenta diferente.

  7. Selecione Adicionar versão.

    Aguarde e atualize a página até que o status da solicitação mostre Sucesso.

    A adição de uma nova versão verifica automaticamente as imagens de contêiner em busca de vulnerabilidades.

Etapa 9: Revisar a lista de produtos e publicar para o público

  1. Abra a página de produtos Agente de IA e ferramentas no Portal de gerenciamento do AWS Marketplace .

  2. Selecione seu produto de contêiner na lista.

  3. Selecione Exibir ativado AWS Marketplace.

  4. Revise a página de detalhes do produto em busca da precisão. Verifique se as instruções de uso orientam suficientemente o comprador por meio das etapas necessárias para lançar o produto.

  5. Envie uma solicitação de atualização da visibilidade para o público:

    • Na página Produtos de servidor, na guia Produto de servidor atual e selecione o produto baseado em contêiner que você deseja modificar. No menu suspenso Solicitar alterações, escolha Atualizar visibilidade.

Detalhes da implantação de contêiner

A implantação de contêiner empacota o agente de IA ou a ferramenta como uma aplicação em contêiner que os clientes podem executar nos próprios ambientes da AWS. Essa abordagem oferece as seguintes vantagens:

  • Os dados permanecem no ambiente do cliente

  • Configurações de implantação personalizáveis

  • Integração suportada com o Bedrock AgentCore Runtime e a infraestrutura existente do cliente

Ao listar um atendente em contêiner, dê instruções de implantação claras, requisitos de recursos e opções de configuração para garantir uma implementação bem-sucedida pelo cliente.

Requisitos técnicos para contêineres Bedrock AgentCore Runtime

nota

Consulte Amazon Bedrock AgentCore Runtime para AWS Marketplace para obter mais detalhes.

Ao criar produtos de agente de IA baseados em contêineres para AWS Marketplace, siga estes requisitos:

Requisitos do servidor MCP

  • Transporte: somente http passível de streaming sem estado

  • Gerenciamento de sessão: a plataforma adiciona automaticamente o cabeçalho Mcp-Session-Id para isolamento da sessão

  • Host: o contêiner deve receber 0.0.0.0

  • Porta: o contêiner deve expor a porta 8000 para comunicação do servidor MCP

  • Caminho: /mcp - Ponto final POST para receber mensagens RPC do MCP. InvokeAgentRuntime pois os servidores MCP passarão por solicitações para esse caminho.

  • Protocolo: O servidor MCP deve suportar o protocolo MCP, incluindo mensagens de protocolo 'tools/list' and 'tools/call' (suportadas por uma estrutura comum, como FastMCP).

Requisitos do agente

  • Endpoint /ping: endpoint GET para verificações de integridade

  • Endpoint /invocations: endpoint POST para interações de atendente

  • Docker Container: pacote de implantação em ARM64 contêineres

  • Porta: o contêiner deve expor a porta 8080 para comunicação de atendente baseada em HTTP

  • Sem credenciais codificadas

  • Livre de vulnerabilidades e exposições comuns () CVEs

Requisitos do servidor A2A

  • Porta: servidores A2A executados na porta 9000 (versus 8080 para HTTP, 8000 para MCP)

  • Host: o contêiner deve receber 0.0.0.0

  • Caminho: os servidores A2A são montados em / (versus HTTP, /invocations /mcp para MCP)

  • Cartões de agente: o A2A fornece descoberta de agentes integrada por meio de cartões de agente em /.well-known/agent-card.json

  • Protocolo: usa JSON-RPC para comunicação agent-to-agent

  • Autenticação: suporta esquemas de autenticação SigV4 e OAuth 2.0

Instruções de uso

Verifique se as instruções orientem minuciosamente os clientes durante o lançamento e a configuração do produto. Consulte Criação de instruções de uso de produtos de contêiner e AMI para AWS Marketplace.

Testes e validação

Antes de publicar o atendente ou a ferramenta compatível com MCP para o público, teste na íntegra a implementação:

  • Verifique se as instruções de uso fornecem informações necessárias para iniciar e configurar o produto.

  • Testar os fluxos de autenticação e o tratamento de erros

  • Validar o desempenho sob condições de carga variadas

  • Garantir a compatibilidade com clientes MCP populares

  • Documentar todos os requisitos de configuração específicos do cliente

Melhores práticas e recomendações

Requisitos de documentação

Ao listar um agente ou ferramenta compatível com o Model Context Protocol AWS Marketplace, inclua uma documentação abrangente:

  • Descrições e exemplos de recursos detalhados

  • Instruções de autenticação e configuração

  • Código de amostra para cenários de integração comuns

  • Guias da solução de problemas e referência de erros

  • Considerações sobre desempenho e práticas recomendadas

Recursos adicionais do

Para obter mais informações sobre a implementação do protocolo de contexto para modelos no agente de IA ou na ferramenta, consulte estes recursos: