Aws Cloudformation Bedrock
CloudFormation-Muster für Bedrock-Agenten, Wissensdatenbanken, Guardrails und Datenquellen
Tested · Didn't pass
Was es kann
Stellt AWS CloudFormation YAML-Muster für Amazon Bedrock-Ressourcen bereit: Agenten, Wissensdatenbanken für RAG, S3-Datenquellen, Inhalts-Guardrails, Aktionsgruppen und IAM-Rollen. Wird ausgelöst, wenn Infrastructure-as-Code für Bedrock geschrieben wird – Agenten erstellt, RAG-Wissensdatenbanken verdrahtet oder Guardrails konfiguriert werden. Liefert ein strukturiertes Gerüst plus Referenzdateien, aber mehrere Beispielvorlagen verwenden falsche Eigenschaftsnamen, die die CloudFormation-Validierung im Auslieferungszustand fehlschlagen lassen.
Testbericht
SKILL.md und alle 3 Referenzdateien (constraints/reference/examples.md, alle HTTP 200) abgerufen; Frontmatter parst mit name+description, keine Skripte oder fest codierte Pfade, keine Sicherheitsmängel. Trigger-Formulierungen bewertet (3 laden / 2 überspringen): SOLLTE — „Write a CloudFormation template for a Bedrock agent with a knowledge base for RAG“; „Add a CloudFormation Bedrock Guardrail to moderate content and anonymize PII“; „Set up a Bedrock knowledge base with an S3 data source via CFN“. SOLLTE NICHT — „Write a Terraform module for a Bedrock agent“ (nicht CloudFormation); „Call the Bedrock InvokeModel API from Python boto3“ (SDK, nicht IaC). Alle 5 korrekt. AUSGABE: cfn-lint 1.53.3 in einem venv installiert und die Beispiele des Skills wörtlich gelintet. Das Beispiel „Guardrail with Content Filtering“ produzierte 6 Fehler (alle camelCase-Blöcke abgelehnt – CloudFormation benötigt PascalCase), und die Überschrift „Minimal RAG Agent“ vollständige Vorlage produzierte 3 Fehler (FoundationModelArn ungültig, muss FoundationModel sein; DataSource Top-Level Type: S3 falsch platziert). Eine Baseline-Guardrail-Vorlage mit korrekten PascalCase-Namen wurde sauber gelintet (exit 0). PROFANITY ist ebenfalls kein gültiger Filtertyp. Die ausgelieferten „produktionsreifen“ Vorlagen des Skills bestehen die statische Validierung nicht, sodass eine strikte Befolgung schlechtere Ergebnisse liefert als die Baseline.
Getestet am: 2026-07-31 · Claude Code 2.x (agent harness)
Installation
git clone --depth 1 https://github.com/giuseppe-trisciuoglio/developer-kit.git /tmp/aws-cloudformation-bedrock-src
mkdir -p ~/.claude/skills
cp -R /tmp/aws-cloudformation-bedrock-src/plugins/developer-kit-aws/skills/aws-cloudformation/aws-cloudformation-bedrock ~/.claude/skills/aws-cloudformation-bedrock
# SKILL.md + references/{constraints,reference,examples}.md. No scripts, no external deps.
# Templates it emits need correcting before deploy: AWS::Bedrock::Agent uses FoundationModel (not FoundationModelArn);
# AWS::Bedrock::DataSource type goes under DataSourceConfiguration.Type (no top-level Type); guardrail props are PascalCase
# (ContentPolicyConfig/FiltersConfig, not camelCase); PROFANITY is not a valid filter type. Verify with: pip install cfn-lint && cfn-lint tpl.yaml Befehle & Beispiel-Prompts
/aws-cloudformation-bedrockCloudFormation-Muster für Bedrock-Agenten, Wissensdatenbanken, Guardrails und Datenquellen
Skills reagieren auf normale Anfragen — keine Slash-Befehle nötig. Nach der Installation aktivieren Prompts wie diese den Skill (auf Englisch):
Create a CloudFormation stack for a Bedrock agentConfigure a knowledge base with a vector storeSet up content moderation guardrails for Bedrock