Aws Agentic AI

Gebundelde AgentCore referentiedocumenten: Gateway, Runtime, Memory, Registry, Evaluations CLI patronen

Getest · Werkt ★ 8.4/10

Wat het doet

Laadt ingekochte referentiedocumentatie voor de negen Amazon Bedrock AgentCore services (Gateway, Runtime, Memory, Identity, Code Interpreter, Browser, Observability, Agent Registry, Evaluations) en routeert elke vraag naar de overeenkomstige service README voordat deze wordt beantwoord. Activeert wanneer u AgentCore vermeldt, een agent implementeert of schaalt op AWS, een REST API omzet in MCP tools via Gateway, agent registry catalogisering, of online/on-demand agent evaluatie. Levert exacte `aws bedrock-agentcore-control` commandostructuren, IAM beleidsblokken, servicelimieten en uitvoerbare Runtime/MCP/A2A/AG-UI server templates.

Testrapport

De repo gekloond (GitHub API was rate-limited), SKILL.md gevonden op plugins/aws-agentic-ai/skills/aws-agentic-ai/, de YAML frontmatter bevestigd (naam + 658-tekens beschrijving) en dat elke relatieve link in de body op schijf oplost; drie steekproefsgewijs gecontroleerde bestanden (services/gateway/README.md, scripts/mcp-server-template.py, cross-service/credential-management.md) retourneerden HTTP 200 raw. Grep naar curl|sh, base64 -d, eval $(...), AKIA keys en absolute /Users of /home paden vond niets. Installatie geverifieerd in een geïsoleerde `export HOME=$(mktemp -d)`: SKILL.md landde op ~/.claude/skills/aws-agentic-ai/SKILL.md, 452K totaal. Taak: "set up automated quality evaluation for my agent on AgentCore Runtime, give me the CLI steps" — baseline (scratchpad/baseline.md) schoof af met "I am not certain AgentCore has a dedicated evaluation control-plane API" en viel terug op `aws bedrock create-evaluation-job`, de verkeerde service; het skill-gevolgde artefact (scratchpad/agentic_skill.md), geschreven na het lezen van services/evaluations/README.md zoals de body instrueert, produceerde `aws bedrock-agentcore-control create-online-evaluation-config` met de exacte --rule/--data-source-config/--evaluators JSON-structuren, de twee ingebouwde evaluator-ID's (Builtin.Helpfulness, Builtin.GoalSuccessRate), de aangepaste-evaluator vergrendelingsregel, de volledige IAM actielijst inclusief iam:PassRole scoped naar AgentCoreEvaluationRole*, en limieten (10 evaluators/config, 100 actieve configs, 0.01-100% sampling). Niet uitgevoerd: het mandaat van de body om te verifiëren via mcp__acdocs__search_agentcore_docs (MCP niet verbonden) en elke live AWS CLI aanroep, dus de uitgegeven commando's zijn onverifieerde-tegen-de-API gebundelde-doc inhoud; docs kregen een punt aftrek omdat de acdocs MCP alleen via de marketplace plugin entry is aangesloten, niet via de skill directory. Categorie hint "efficiency" gecorrigeerd naar coding.

Getest op: 2026-07-21 · Claude Code 2.x (agent harness)

Installatie

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.

Commando's en voorbeeldprompts

/aws-agentic-aiGebundelde AgentCore referentiedocumenten: Gateway, Runtime, Memory, Registry, Evaluations CLI patronen

Skills reageren op gewone verzoeken — geen commando's om te onthouden. Na installatie activeren prompts zoals deze de skill (in het Engels):

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

Volledig rapport (Engels) →