Aws Agentic AI

Documenti di riferimento AgentCore in bundle: Gateway, Runtime, Memory, Registry, pattern CLI di Evaluations

Promosso ★ 8.4/10

Cosa fa

Carica la documentazione di riferimento fornita per i nove servizi Amazon Bedrock AgentCore (Gateway, Runtime, Memory, Identity, Code Interpreter, Browser, Observability, Agent Registry, Evaluations) e instrada ogni domanda al README del servizio corrispondente prima di rispondere. Si attiva quando si menziona AgentCore, la distribuzione o lo scaling di un agente su AWS, la trasformazione di un'API REST in strumenti MCP tramite Gateway, la catalogazione del registro degli agenti o la valutazione degli agenti online/on-demand. Fornisce forme esatte di comando `aws bedrock-agentcore-control`, blocchi di policy IAM, limiti di servizio e template di server Runtime/MCP/A2A/AG-UI eseguibili.

Rapporto di test

Clonato il repository (l'API di GitHub era soggetta a limitazioni di frequenza), trovato SKILL.md in plugins/aws-agentic-ai/skills/aws-agentic-ai/, confermato che il frontmatter YAML si analizza (nome + descrizione di 658 caratteri) e che ogni link relativo nel corpo si risolve su disco; tre file controllati a campione (services/gateway/README.md, scripts/mcp-server-template.py, cross-service/credential-management.md) hanno restituito HTTP 200 raw. Grep per curl|sh, base64 -d, eval (...), chiavi AKIA e percorsi assoluti /Users o /home non ha trovato nulla. Installazione verificata in un `export HOME=$(mktemp -d)` isolato: SKILL.md è stato posizionato in ~/.claude/skills/aws-agentic-ai/SKILL.md, 452K totali. Task: "set up automated quality evaluation for my agent on AgentCore Runtime, give me the CLI steps" — la baseline (scratchpad/baseline.md) ha esitato con "I am not certain AgentCore has a dedicated evaluation control-plane API" e è tornata a `aws bedrock create-evaluation-job`, il servizio sbagliato; l'artefatto seguito dalla skill (scratchpad/agentic_skill.md), scritto dopo aver letto services/evaluations/README.md come istruito dal corpo, ha prodotto `aws bedrock-agentcore-control create-online-evaluation-config` con le forme JSON esatte di --rule/--data-source-config/--evaluators, i due ID di valutatore integrati (Builtin.Helpfulness, Builtin.GoalSuccessRate), la regola di blocco del valutatore personalizzato, l'elenco completo delle azioni IAM inclusa iam:PassRole con ambito AgentCoreEvaluationRole*, e i limiti (10 valutatori/config, 100 config attive, campionamento 0.01-100%). Non eseguito: il mandato del corpo di verificare tramite mcp__acdocs__search_agentcore_docs (MCP non connesso) e qualsiasi chiamata CLI AWS live, quindi i comandi emessi sono contenuti di documentazione in bundle non verificati rispetto all'API; i documenti hanno perso un punto perché l'MCP acdocs è cablato solo tramite l'ingresso del plugin del marketplace, non la directory della skill. Suggerimento di categoria "efficiency" corretto in coding.

Testato il: 2026-07-21 · Claude Code 2.x (agent harness)

Installazione

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.

Comandi e prompt di esempio

/aws-agentic-aiDocumenti di riferimento AgentCore in bundle: Gateway, Runtime, Memory, Registry, pattern CLI di Evaluations

Gli skill si attivano con richieste in linguaggio naturale, senza comandi da ricordare. Dopo l'installazione, prompt come questi lo attivano (in inglese):

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

Rapporto completo →