项目简介

Amazon Bedrock AgentCore Starter Toolkit 是一个功能强大的工具包，旨在帮助开发者在 Amazon Bedrock AgentCore 上高效地部署和管理AI Agent应用。它提供了创建和配置AI Agent、集成工具（包括MCP工具）、管理内存和身份验证等功能，同时支持本地开发和云端部署（通过AWS CodeBuild）。特别是，它能够配置 Bedrock AgentCore Gateway 作为一个托管的MCP服务器，将API和Lambda函数转换为LLM可用的MCP工具。

主要功能点

Agent部署与管理: 简化AI Agent的配置、构建（本地或云端CodeBuild）、部署和更新到Bedrock AgentCore Runtime。
MCP服务器配置: 作为核心功能，能够通过CLI命令创建和管理 Amazon Bedrock AgentCore Gateway，这是一个托管的Model Context Protocol (MCP) 服务器，用于将API和Lambda函数转换为LLM可用的MCP工具。
工具集成: 支持将Lambda函数、OpenAPI规范和Smithy模型转换为MCP工具，并通过Gateway暴露给LLM。
记忆管理: 配置Agent的短期和长期记忆，支持上下文感知交互。
身份与授权: 协助设置OAuth2授权，确保Agent访问的安全。
可观测性: 集成OpenTelemetry，帮助追踪、调试和监控Agent性能。
迁移工具: 提供从现有Amazon Bedrock Agents迁移到LangChain/LangGraph或Strands框架的工具，并自动集成AgentCore原语。

安装步骤

安装Python: 确保您的系统上安装了Python 3.8或更高版本。
安装'uv': 推荐使用'uv'工具进行依赖管理，因为它速度快且功能强大。如果未安装，请运行：
```
pip install uv
```

安装工具包: 克隆仓库并使用'uv'安装项目依赖：

git clone https://github.com/aws/bedrock-agentcore-starter-toolkit.git
cd bedrock-agentcore-starter-toolkit
uv sync

配置AWS凭证: 确保您的AWS凭证已正确配置（例如通过'aws configure'），以便工具包能够访问您的AWS账户资源。
可选：安装Docker/Finch/Podman: 如果您计划在本地运行Agent或进行本地构建，需要安装Docker、Finch或Podman中的任意一个。

MCP服务器配置

MCP客户端需要MCP服务器的启动命令及其参数才能建立连接。此工具包用于配置托管在AWS上的MCP服务器（即 Amazon Bedrock AgentCore Gateway）。您无需直接运行服务器代码，而是通过CLI命令配置AWS服务。

配置信息（JSON格式）示例：

{
  "server_name": "MyMCPGateway",
  "command": "aws",
  "args": [
    "bedrock-agentcore-control",
    "get-gateway",
    "--gateway-identifier",
    "gw-xxxxxxxxxx"
  ],
  "notes": "此配置用于获取托管MCP服务器（Amazon Bedrock AgentCore Gateway）的Endpoint URL。实际调用时，MCP客户端将通过此URL与Gateway通信。Gateway会自动处理JSON-RPC请求，并将请求路由到您配置的Lambda函数或OpenAPI工具。"
}

server_name: 您在AWS Bedrock AgentCore Gateway中创建的MCP Gateway的名称。
command: 'aws'。
args: AWS CLI命令参数，用于获取Gateway的Endpoint URL。
- 'bedrock-agentcore-control': AWS Bedrock AgentCore控制平面的服务名称。
- 'get-gateway': 获取Gateway详细信息的CLI操作。
- '--gateway-identifier': 您的MCP Gateway的唯一标识符（在创建Gateway后获得）。客户端可以从返回的JSON中提取'gatewayUrl'进行通信。
notes: 提供额外说明，指导MCP客户端如何理解和使用这些信息。

基本使用方法

创建MCP Gateway: 使用以下命令创建托管的MCP服务器。这会自动设置所需的IAM角色和OAuth授权。
```
agentcore gateway create-mcp-gateway --name MyMCPGateway --region us-west-2
```
此命令将返回一个包含'gatewayId'和'gatewayUrl'的JSON响应。'gatewayId'是MCP客户端连接到此MCP服务器所需的关键信息。

创建MCP Gateway Target (工具): 将Lambda函数或OpenAPI规范转换为MCP工具并添加到您的Gateway。

agentcore gateway create-mcp-gateway-target \
  --gateway-arn "arn:aws:bedrock-agentcore:us-west-2:123456789012:gateway/MyMCPGateway" \
  --gateway-url "https://my-mcp-gateway.us-west-2.amazonaws.com" \
  --role-arn "arn:aws:iam::123456789012:role/MyGatewayExecutionRole" \
  --name MyLambdaTool \
  --target-type lambda

上述命令会自动创建一个示例Lambda函数，并将其注册为MCP工具。您也可以指定'--target-type openApiSchema'并提供'--target-payload'来注册您自己的API。

开发Agent应用: 编写您的AI Agent应用（例如使用LangChain或Strands框架），并利用 Bedrock AgentCore Gateway 提供的MCP工具。

部署Agent应用: 使用'launch'命令将您的Agent应用部署到Bedrock AgentCore Runtime。

# 配置Agent应用
agentcore configure --entrypoint my_agent.py --execution-role MyAgentExecutionRole --name MyAgentApp
# 部署Agent应用（默认使用CodeBuild在云端构建和部署）
agentcore launch

调用Agent应用: 使用'invoke'命令向已部署的Agent发送请求。

agentcore invoke '{"message": "Hello Agent!"}'

关键词

项目简介

主要功能点

安装步骤

MCP服务器配置

基本使用方法

信息