Aws Cloudformation Bedrock

Modelli CloudFormation per agenti Bedrock, basi di conoscenza, guardrail e sorgenti dati

di giuseppe-trisciuoglio · giuseppe-trisciuoglio/developer-kit

Tested · Didn't pass

Aws Cloudformation Bedrock — Modelli CloudFormation per agenti Bedrock, basi di conoscenza, guardrail e sorgenti dati

Cosa fa

Fornisce modelli YAML AWS CloudFormation per le risorse Amazon Bedrock: agenti, basi di conoscenza per RAG, sorgenti dati S3, guardrail di contenuto, gruppi di azioni e ruoli IAM. Si attiva quando si scrive infrastructure-as-code per Bedrock — creando agenti, collegando basi di conoscenza RAG o configurando guardrail. Fornisce uno scaffold strutturato più file di riferimento, ma diversi modelli di esempio utilizzano nomi di proprietà errati che falliscono la validazione di CloudFormation così come forniti.

Rapporto di test

Recuperato SKILL.md e tutti e 3 i file di riferimento (constraints/reference/examples.md, tutti HTTP 200); il frontmatter viene parsato con name+description, nessun script o percorsi hardcoded, nessun problema di sicurezza. Frasi trigger giudicate (3 carica / 2 salta): DOVREBBE — "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". NON DOVREBBE — "Write a Terraform module for a Bedrock agent" (non CloudFormation); "Call the Bedrock InvokeModel API from Python boto3" (SDK, non IaC). Tutti e 5 corretti. OUTPUT: installato cfn-lint 1.53.3 in un venv e lintato gli esempi della skill alla lettera. Il suo esempio "Guardrail with Content Filtering" ha prodotto 6 errori (tutti i blocchi camelCase rifiutati — CloudFormation richiede PascalCase), e il suo template completo "Minimal RAG Agent" ha prodotto 3 errori (FoundationModelArn non valido, deve essere FoundationModel; DataSource di primo livello Type: S3 fuori posto). Un template guardrail baseline con nomi PascalCase corretti è stato lintato senza errori (exit 0). PROFANITY non è anche un tipo di filtro valido. I template "production-ready" forniti dalla skill non superano la validazione statica, quindi seguirli strettamente produce un output peggiore rispetto al baseline.

Testato il: 2026-07-31 · Claude Code 2.x (agent harness)

Installazione

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

Comandi e prompt di esempio

/aws-cloudformation-bedrockModelli CloudFormation per agenti Bedrock, basi di conoscenza, guardrail e sorgenti dati

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

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

Rapporto completo →