bedrock-agentcore-sdk-python
bedrock-agentcore-sdk-python 是一款由 AWS 推出的 Python 开发工具包,旨在帮助开发者将本地构建的 AI 智能体(Agent)无缝转化为可投入生产的企业级应用。它主要解决了智能体从实验环境走向大规模部署时面临的难题,如基础设施管理复杂、安全性不足、会话记忆难以持久化以及缺乏统一的认证与监控机制等。
这款工具非常适合正在使用 Strands、LangGraph、CrewAI 或 AutoGen 等主流框架的 AI 工程师和后端开发者。其核心亮点在于“框架无关性”与“零基础设施运维”:开发者无需修改原有的智能体逻辑代码,只需通过简单的装饰器即可将其接入 AWS 托管的云端环境。bedrock-agentcore-sdk-python 自动提供了运行时隔离、持久化记忆存储、内置身份验证及可观测性等关键能力,让开发者能专注于算法与业务逻辑,而将扩缩容、安全合规等底层运维工作交给平台处理。无论是希望快速验证原型的初创团队,还是需要高可靠性部署的大型企业,都能利用它轻松实现智能体的安全、高效上线。
使用场景
某电商初创团队正试图将一个基于 LangGraph 构建的本地客服 AI 原型部署为支持高并发、具备长期记忆能力的生产级应用。
没有 bedrock-agentcore-sdk-python 时
- 基础设施负担重:开发人员需手动配置 EC2 服务器、Docker 容器及负载均衡器,耗费数周时间处理扩缩容策略,而非专注于业务逻辑。
- 状态管理复杂:难以在分布式环境中维护用户会话记忆,每次重启服务或扩容时,用户的上下文历史极易丢失,导致对话体验割裂。
- 安全合规风险高:缺乏原生的企业级身份验证和审计日志,团队需自行集成鉴权中间件,增加了数据泄露风险和合规成本。
- 框架迁移成本高:担心重构代码以适配特定云平台,导致现有的 LangGraph 逻辑无法直接复用,陷入“重写还是修补”的两难境地。
使用 bedrock-agentcore-sdk-python 后
- 零运维快速上线:仅需几行代码即可将现有 LangGraph 代理封装并部署到 AWS 托管环境,彻底免除服务器管理和容量规划烦恼。
- 原生持久化记忆:直接调用内置的 Memory 服务,自动跨会话保存用户偏好与历史交互,确保客服机器人始终“记得”老客户。
- 企业级安全就绪:开箱即获得 AWS 标准的身份认证、隔离运行时环境和完整可观测性,满足金融级数据安全合规要求。
- 框架无缝兼容:无需修改核心算法代码,bedrock-agentcore-sdk-python 完美适配 LangGraph 等主流开源框架,实现从本地到云端的平滑过渡。
bedrock-agentcore-sdk-python 让开发团队在保留原有技术栈灵活性的同时,瞬间获得了构建大规模、高可靠生产级 AI 应用的企业级能力。
运行环境要求
- 未说明
未说明
未说明

快速开始
Bedrock AgentCore SDK
无需任何基础设施,即可将您的本地 AI 助手部署至 Bedrock AgentCore
文档 ◆ 示例 ◆ Discord ◆ Boto3 Python SDK ◆ 运行时 Python SDK ◆ 入门工具包
概述
Amazon Bedrock AgentCore 让您能够使用任意框架和模型,安全、大规模地部署和运营高效智能体。借助 Amazon Bedrock AgentCore,开发者可以快速将 AI 智能体投入生产环境,同时确保其具备实际部署所需的规模、可靠性和安全性。AgentCore 提供了提升智能体效能的工具与能力,专为安全扩展而构建的基础架构,以及用于管理可信智能体的控制机制。Amazon Bedrock AgentCore 服务具有可组合性,兼容主流开源框架和各类模型,因此您无需在开源灵活性与企业级安全可靠性之间做出取舍。
🚀 从本地开发到 Bedrock AgentCore
from bedrock_agentcore import BedrockAgentCoreApp
app = BedrockAgentCoreApp()
from strands import Agent # 或者使用您自己的智能体。
@app.entrypoint
async def handler(request):
prompt = request.get("prompt")
agent = Agent()
async for event in agent.stream_async(prompt):
yield (event)
app.run()
使用 Bedrock AgentCore 您将获得:
- ✅ 保留您的智能体逻辑 - 兼容 Strands、LangGraph、CrewAI、Autogen 或自定义框架
- ✅ 无需管理基础设施 - 无需服务器、容器或考虑扩缩容问题
- ✅ 企业级平台 - 内置身份验证、记忆存储、可观ability 和安全保障
- ✅ 生产就绪的部署 - 可靠、可扩展且符合合规要求的托管服务
Amazon Bedrock AgentCore 服务
- 🚀 运行时 - 安全且会话隔离的计算资源:运行时快速入门
- 🧠 记忆存储 - 跨会话的持久化知识:记忆存储快速入门
- 🔗 网关 - 将 API 转换为 MCP 工具:网关快速入门
- 💻 代码解释器 - 安全的沙箱执行环境:代码解释器快速入门
- 🌐 浏览器 - 基于云的网页自动化:浏览器快速入门
- 📊 可观ability - OpenTelemetry 追踪:可观ability 快速入门
- 🔐 身份验证 - AWS 及第三方身份验证:身份验证快速入门
AG-UI 协议支持
使用 AG-UI 协议,无需任何样板代码即可部署智能体。只需一个 entrypoint 处理程序,即可通过 SSE(POST /invocations)和 WebSocket(/ws)提供服务。
from bedrock_agentcore.runtime import serve_ag_ui
# 具有 .run() 方法的框架智能体 —— 一行代码
serve_ag_ui(agui_agent)
或者使用装饰器形式编写自定义智能体:
from bedrock_agentcore.runtime import AGUIApp
from ag_ui.core import RunAgentInput, RunStartedEvent, RunFinishedEvent
app = AGUIApp()
@app.entrypoint
async def my_agent(input_data: RunAgentInput):
yield RunStartedEvent(thread_id=input_data.thread_id, run_id=input_data.run_id)
# ... 您的智能体逻辑,产出 AG-UI 事件 ...
yield RunFinishedEvent(thread_id=input_data.thread_id, run_id=input_data.run_id)
app.run()
安装命令:pip install "bedrock-agentcore[ag-ui]"
完整详情请参阅 AG-UI 协议规范。
🏗️ 部署
快速入门: 使用 Bedrock AgentCore 入门工具包,实现快速原型设计。
生产环境: AWS CDK。
A2A 协议支持
在 Bedrock AgentCore 运行时上,使用 A2A(智能体间)协议 为您的智能体提供服务。该协议适用于任何提供 a2a-sdk AgentExecutor 的框架(Strands、LangGraph、Google ADK 或自定义框架)。
pip install "bedrock-agentcore[a2a]"
from strands import Agent
from strands.a2a import StrandsA2AExecutor
from bedrock_agentcore.runtime import serve_a2a
agent = Agent(model="us.anthropic.claude-sonnet-4-20250514", system_prompt="您是一位乐于助人的助手。")
serve_a2a(StrandsA2AExecutor(agent))
有关 LangGraph、Google ADK 以及高级用法的示例,请参阅 A2A 协议示例。
📝 许可证与贡献
- 许可证: Apache 2.0 - 请参阅 LICENSE.txt
- 贡献: 请参阅 CONTRIBUTING.md
- 安全: 请通过 SECURITY.md 报告漏洞
版本历史
v1.6.32026/04/16v1.6.22026/04/13v1.6.12026/04/10v1.6.02026/03/31v1.5.12026/03/31v1.5.02026/03/30v1.4.82026/03/26v1.4.72026/03/18v1.4.62026/03/12v1.4.52026/03/11v1.4.42026/03/10v1.4.32026/03/04v1.4.22026/03/03v1.4.12026/02/27v1.3.32026/02/27v1.4.02026/02/24v1.3.22026/02/23v1.3.12026/02/17v1.3.02026/02/11v1.2.12026/02/03常见问题
相似工具推荐
openclaw
OpenClaw 是一款专为个人打造的本地化 AI 助手,旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚,能够直接接入你日常使用的各类通讯渠道,包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息,OpenClaw 都能即时响应,甚至支持在 macOS、iOS 和 Android 设备上进行语音交互,并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地,用户无需依赖云端服务即可享受快速、私密的智能辅助,真正实现了“你的数据,你做主”。其独特的技术亮点在于强大的网关架构,将控制平面与核心助手分离,确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者,以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力(支持 macOS、Linux 及 Windows WSL2),即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上
opencode
OpenCode 是一款开源的 AI 编程助手(Coding Agent),旨在像一位智能搭档一样融入您的开发流程。它不仅仅是一个代码补全插件,而是一个能够理解项目上下文、自主规划任务并执行复杂编码操作的智能体。无论是生成全新功能、重构现有代码,还是排查难以定位的 Bug,OpenCode 都能通过自然语言交互高效完成,显著减少开发者在重复性劳动和上下文切换上的时间消耗。 这款工具专为软件开发者、工程师及技术研究人员设计,特别适合希望利用大模型能力来提升编码效率、加速原型开发或处理遗留代码维护的专业人群。其核心亮点在于完全开源的架构,这意味着用户可以审查代码逻辑、自定义行为策略,甚至私有化部署以保障数据安全,彻底打破了传统闭源 AI 助手的“黑盒”限制。 在技术体验上,OpenCode 提供了灵活的终端界面(Terminal UI)和正在测试中的桌面应用程序,支持 macOS、Windows 及 Linux 全平台。它兼容多种包管理工具,安装便捷,并能无缝集成到现有的开发环境中。无论您是追求极致控制权的资深极客,还是渴望提升产出的独立开发者,OpenCode 都提供了一个透明、可信
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。
gemini-cli
gemini-cli 是一款由谷歌推出的开源 AI 命令行工具,它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言,它提供了一条从输入提示词到获取模型响应的最短路径,无需切换窗口即可享受智能辅助。 这款工具主要解决了开发过程中频繁上下文切换的痛点,让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用,还是执行复杂的 Git 操作,gemini-cli 都能通过自然语言指令高效处理。 它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口,具备出色的逻辑推理能力;内置 Google 搜索、文件操作及 Shell 命令执行等实用工具;更独特的是,它支持 MCP(模型上下文协议),允许用户灵活扩展自定义集成,连接如图像生成等外部能力。此外,个人谷歌账号即可享受免费的额度支持,且项目基于 Apache 2.0 协议完全开源,是提升终端工作效率的理想助手。