Aws Agentic AI
Bundtede AgentCore reference-dokumenter: Gateway, Runtime, Memory, Registry, Evaluations CLI-mønstre
Testet · Virker
Hvad det gør
Indlæser medfølgende referencedokumentation for de ni Amazon Bedrock AgentCore-tjenester (Gateway, Runtime, Memory, Identity, Code Interpreter, Browser, Observability, Agent Registry, Evaluations) og ruter hvert spørgsmål til den matchende tjenestes README, før der svares. Udløses, når du nævner AgentCore, implementerer eller skalerer en agent på AWS, omdanner en REST API til MCP-værktøjer via Gateway, agent registry-katalogisering eller online/on-demand agent-evaluering. Leverer nøjagtige `aws bedrock-agentcore-control` kommandoformer, IAM-politikblokke, tjenestegrænser og kørbare Runtime/MCP/A2A/AG-UI server-skabeloner.
Testrapport
Klonede repoet (GitHub API var rate-begrænset), fandt SKILL.md i plugins/aws-agentic-ai/skills/aws-agentic-ai/, bekræftede, at YAML frontmatter parses (navn + 658-tegns beskrivelse), og at hvert relativt link i kroppen løses på disk; tre spot-tjekkede filer (services/gateway/README.md, scripts/mcp-server-template.py, cross-service/credential-management.md) returnerede HTTP 200 rå. Grep efter curl|sh, base64 -d, eval $(...), AKIA-nøgler og absolutte /Users eller /home-stier fandt intet. Installation verificeret i en isoleret `export HOME=$(mktemp -d)`: SKILL.md landede i ~/.claude/skills/aws-agentic-ai/SKILL.md, 452K i alt. Opgave: "set up automated quality evaluation for my agent on AgentCore Runtime, give me the CLI steps" — baseline (scratchpad/baseline.md) tøvede med "I am not certain AgentCore has a dedicated evaluation control-plane API" og faldt tilbage til `aws bedrock create-evaluation-job`, den forkerte tjeneste; det skill-fulgte artefakt (scratchpad/agentic_skill.md), skrevet efter at have læst services/evaluations/README.md som kroppen instruerer, producerede `aws bedrock-agentcore-control create-online-evaluation-config` med de nøjagtige --rule/--data-source-config/--evaluators JSON-former, de to indbyggede evaluator-id'er (Builtin.Helpfulness, Builtin.GoalSuccessRate), den brugerdefinerede evaluator-låseregel, den fulde IAM-handlingsliste inklusive iam:PassRole scoped til AgentCoreEvaluationRole*, og grænser (10 evaluators/config, 100 aktive configs, 0.01-100% sampling). Ikke udført: kroppens mandat til at verificere via mcp__acdocs__search_agentcore_docs (MCP ikke forbundet) og ethvert live AWS CLI-kald, så de udsendte kommandoer er uverificerede-mod-API'en bundtet-dok-indhold; docs mistede et point, fordi acdocs MCP kun er forbundet via marketplace plugin-indgangen, ikke skill-mappen. Kategorihint "efficiency" korrigeret til coding.
Testet: 2026-07-21 · Claude Code 2.x (agent harness)
Installation
git clone --depth 1 https://github.com/zxkane/aws-skills.git /tmp/aws-agentic-ai-src mkdir -p ~/.claude/skills cp -R /tmp/aws-agentic-ai-src/plugins/aws-agentic-ai/skills/aws-agentic-ai ~/.claude/skills/aws-agentic-ai # ~452K: SKILL.md + services/ + references/ + cross-service/ + scripts/ (all relative links verified present) # Plugin-marketplace alternative (also wires up the acdocs MCP server, which the plain copy above does NOT): # /plugin marketplace add zxkane/aws-skills # /plugin install aws-agentic-ai@aws-skills # The SKILL.md body asks Claude to verify facts via mcp__acdocs__search_agentcore_docs. # That MCP server (uvx awslabs.amazon-bedrock-agentcore-mcp-server@latest) is declared only in the # repo's .claude-plugin/marketplace.json, so with the cp install the skill falls back to its # bundled docs. It also declares a companion skill dependency: aws-mcp-setup # (cp -R /tmp/aws-agentic-ai-src/plugins/aws-common/skills/aws-mcp-setup ~/.claude/skills/aws-mcp-setup) # Actually running the emitted commands needs AWS credentials with bedrock-agentcore permissions.
Kommandoer og eksempelprompter
/aws-agentic-aiBundtede AgentCore reference-dokumenter: Gateway, Runtime, Memory, Registry, Evaluations CLI-mønstre
Skills udløses af almindelige forespørgsler — ingen kommandoer at huske. Efter installationen aktiverer prompter som disse skillen (på engelsk):
Deploy my agent to AWS Bedrock AgentCore RuntimeSet up an MCP gateway for AgentCoreRegister a new agent in the AgentCore registry