Aws Cloudformation Bedrock

Modèles CloudFormation pour les agents Bedrock, les bases de connaissances, les garde-fous et les sources de données

par giuseppe-trisciuoglio · giuseppe-trisciuoglio/developer-kit

Tested · Didn't pass

Aws Cloudformation Bedrock — Modèles CloudFormation pour les agents Bedrock, les bases de connaissances, les garde-fous et les sources de données

Ce que fait

Fournit des modèles YAML AWS CloudFormation pour les ressources Amazon Bedrock : agents, bases de connaissances pour RAG, sources de données S3, garde-fous de contenu, groupes d'actions et rôles IAM. Se déclenche lors de l'écriture d'infrastructure-as-code pour Bedrock — création d'agents, connexion de bases de connaissances RAG ou configuration de garde-fous. Fournit un échafaudage structuré et des fichiers de référence, mais plusieurs exemples de modèles utilisent des noms de propriétés incorrects qui échouent à la validation CloudFormation telle que livrée.

Rapport de test

SKILL.md et les 3 fichiers de référence (constraints/reference/examples.md, tous HTTP 200) ont été récupérés ; le frontmatter est parsé avec name+description, pas de scripts ni de chemins codés en dur, pas de failles de sécurité. Phrases déclencheuses jugées (3 chargements / 2 sauts) : DEVRAIT — "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". NE DEVRAIT PAS — "Write a Terraform module for a Bedrock agent" (pas CloudFormation) ; "Call the Bedrock InvokeModel API from Python boto3" (SDK, pas IaC). Les 5 sont corrects. SORTIE : j'ai installé cfn-lint 1.53.3 dans un venv et linté les propres exemples de la skill verbatim. Son exemple "Guardrail with Content Filtering" a produit 6 erreurs (tous les blocs camelCase rejetés — CloudFormation nécessite PascalCase), et son modèle complet "Minimal RAG Agent" a produit 3 erreurs (FoundationModelArn invalide, doit être FoundationModel ; DataSource de niveau supérieur Type: S3 mal placé). Un modèle de garde-fou de base avec des noms PascalCase corrects a été linté sans erreur (exit 0). PROFANITY n'est pas non plus un type de filtre valide. Les modèles "prêts pour la production" livrés par la skill ne passent pas la validation statique, donc les suivre strictement donne un résultat pire que la ligne de base.

Testé le: 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

Commandes et exemples de prompts

/aws-cloudformation-bedrockModèles CloudFormation pour les agents Bedrock, les bases de connaissances, les garde-fous et les sources de données

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) :

Create a CloudFormation stack for a Bedrock agent
Configure a knowledge base with a vector store
Set up content moderation guardrails for Bedrock

Rapport complet →