Aws Cloudformation Bedrock
Wzorce CloudFormation dla agentów Bedrock, baz wiedzy, guardrails i źródeł danych
Tested · Didn't pass
Co robi ten skill
Dostarcza wzorce AWS CloudFormation YAML dla zasobów Amazon Bedrock: agentów, baz wiedzy dla RAG, źródeł danych S3, guardrails treści, grup akcji i ról IAM. Uruchamia się podczas pisania infrastruktury jako kodu dla Bedrock — tworzenia agentów, łączenia baz wiedzy RAG lub konfigurowania guardrails. Dostarcza ustrukturyzowany szkielet plus pliki referencyjne, ale kilka przykładowych szablonów używa nieprawidłowych nazw właściwości, które nie przechodzą walidacji CloudFormation w dostarczonej formie.
Raport z testu
Pobrano SKILL.md i wszystkie 3 pliki referencyjne (constraints/reference/examples.md, wszystkie HTTP 200); frontmatter parsowany z name+description, brak skryptów lub zakodowanych na stałe ścieżek, brak zagrożeń bezpieczeństwa. Oceniono frazy wyzwalające (3 ładowania / 2 pominięcia): POWINNO — "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". NIE POWINNO — "Write a Terraform module for a Bedrock agent" (nie CloudFormation); "Call the Bedrock InvokeModel API from Python boto3" (SDK, nie IaC). Wszystkie 5 poprawne. WYJŚCIE: zainstalowano cfn-lint 1.53.3 w venv i sprawdzono przykłady umiejętności dosłownie. Jej przykład "Guardrail with Content Filtering" wygenerował 6 błędów (wszystkie bloki camelCase odrzucone — CloudFormation wymaga PascalCase), a jej nagłówek "Minimal RAG Agent" kompletny szablon wygenerował 3 błędy (FoundationModelArn nieprawidłowy, musi być FoundationModel; DataSource najwyższego poziomu Type: S3 źle umieszczony). Bazowy szablon guardrail z poprawnymi nazwami PascalCase przeszedł lintowanie czysto (exit 0). PROFANITY również nie jest prawidłowym typem filtra. Dostarczone przez umiejętność szablony "production-ready" nie przechodzą statycznej walidacji, więc ścisłe ich przestrzeganie daje gorsze wyniki niż bazowe.
Testowano: 2026-07-31 · Claude Code 2.x (agent harness)
Instalacja
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 Komendy i przykładowe prompty
/aws-cloudformation-bedrockWzorce CloudFormation dla agentów Bedrock, baz wiedzy, guardrails i źródeł danych
Skille uruchamiają się na zwykłe polecenia — bez komend do zapamiętania. Po instalacji aktywują go prompty takie jak te (po angielsku):
Create a CloudFormation stack for a Bedrock agentConfigure a knowledge base with a vector storeSet up content moderation guardrails for Bedrock