Aws Agentic AI

Documentation de référence AgentCore groupée : Gateway, Runtime, Memory, Registry, modèles CLI d'évaluations

Testé · Fonctionne ★ 8.4/10

Ce que fait

Charge la documentation de référence fournie pour les neuf services Amazon Bedrock AgentCore (Gateway, Runtime, Memory, Identity, Code Interpreter, Browser, Observability, Agent Registry, Evaluations) et achemine chaque question vers le README du service correspondant avant de répondre. Se déclenche lorsque vous mentionnez AgentCore, le déploiement ou la mise à l'échelle d'un agent sur AWS, la transformation d'une API REST en outils MCP via Gateway, le catalogage du registre d'agents, ou l'évaluation d'agents en ligne/à la demande. Fournit les formes exactes des commandes `aws bedrock-agentcore-control`, les blocs de politiques IAM, les limites de service et les modèles de serveur exécutables Runtime/MCP/A2A/AG-UI.

Rapport de test

Cloné le dépôt (l'API GitHub était limitée en débit), trouvé SKILL.md à plugins/aws-agentic-ai/skills/aws-agentic-ai/, confirmé que le frontmatter YAML s'analyse (nom + description de 658 caractères) et que chaque lien relatif dans le corps se résout sur le disque ; trois fichiers vérifiés ponctuellement (services/gateway/README.md, scripts/mcp-server-template.py, cross-service/credential-management.md) ont renvoyé HTTP 200 brut. Grep pour curl|sh, base64 -d, eval $(...), clés AKIA et chemins absolus /Users ou /home n'a rien trouvé. Installation vérifiée dans un `export HOME=$(mktemp -d)` isolé : SKILL.md a atterri à ~/.claude/skills/aws-agentic-ai/SKILL.md, 452 Ko au total. Tâche : « set up automated quality evaluation for my agent on AgentCore Runtime, give me the CLI steps » — la base de référence (scratchpad/baseline.md) a hésité avec « I am not certain AgentCore has a dedicated evaluation control-plane API » et est revenue à `aws bedrock create-evaluation-job`, le mauvais service ; l'artefact suivi par la compétence (scratchpad/agentic_skill.md), écrit après avoir lu services/evaluations/README.md comme l'indique le corps, a produit `aws bedrock-agentcore-control create-online-evaluation-config` avec les formes JSON exactes --rule/--data-source-config/--evaluators, les deux identifiants d'évaluateurs intégrés (Builtin.Helpfulness, Builtin.GoalSuccessRate), la règle de verrouillage de l'évaluateur personnalisé, la liste complète des actions IAM incluant iam:PassRole limitée à AgentCoreEvaluationRole*, et les limites (10 évaluateurs/config, 100 configs actives, échantillonnage de 0,01 à 100 %). Non exécuté : le mandat du corps de vérifier via mcp__acdocs__search_agentcore_docs (MCP non connecté) et tout appel AWS CLI en direct, donc les commandes émises sont du contenu de documentation groupée non vérifié par rapport à l'API ; la documentation a perdu un point car le MCP acdocs n'est câblé que via l'entrée du plugin marketplace, pas le répertoire de compétences. L'indice de catégorie « efficiency » a été corrigé en « coding ».

Testé le: 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.

Commandes et exemples de prompts

/aws-agentic-aiDocumentation de référence AgentCore groupée : Gateway, Runtime, Memory, Registry, modèles CLI d'évaluations

Les skills se déclenchent sur des demandes en langage courant — aucune commande à retenir. Après installation, des prompts comme ceux-ci l'activent (en anglais) :

Deploy my agent to AWS Bedrock AgentCore Runtime
Set up an MCP gateway for AgentCore
Register a new agent in the AgentCore registry

Rapport complet →