Amazon Bedrock Agent 示例 

:wave: :wave: 欢迎加入 Amazon Bedrock Agent 示例仓库 :wave: :wave:

[!CAUTION] 本仓库提供的示例仅供实验和教育用途。它们展示了概念和技术，但不打算直接用于生产环境。请确保已实施 Amazon Bedrock Guardrails（护栏），以防止 prompt injection（提示注入）。

本仓库提供了关于使用 Amazon Bedrock Agents 的示例和最佳实践。

Amazon Bedrock Agents 使您能够自动化复杂的工作流，从实验到生产构建稳健且可扩展的端到端解决方案，并快速适应新模型和实验。

借助 Amazon Bedrock 多智能体协作，您可以使用主管模式（supervisor mode）跨智能体规划和执行复杂任务。您还可以使用带有路由模式（routing mode）的主管进行内置意图分类，实现跨智能体的统一对话，并在无法检测到单一意图时回退到主管模式。Amazon Bedrock Agents 为您提供跟踪（traces）功能，以观察智能体在多智能体流程中的行为，并提供 Amazon Bedrock 功能标准的护栏、安全和隐私保护。

演示视频

📑 目录

• 概述
• 仓库结构
• 入门指南
• Amazon Bedrock Agents 示例
• Amazon Bedrock 多智能体协作示例
• 最佳实践
• 安全
• 许可证

概述

Amazon Bedrock Agents 使您能够创建 AI 驱动的智能助手，这些助手可以执行复杂任务并与各种 API（应用程序编程接口）和服务进行交互。

本仓库提供实用示例，帮助您理解和实现智能体解决方案。

此处展示的解决方案使用 Python 中的 boto3 SDK（软件开发工具包），不过，您也可以使用适用于 C++、Go、Java、JavaScript、Kotlin、.NET、PHP、Ruby、Rust、SAP ABAP 或 Swift 的任何 AWS SDK（AWS 软件开发工具包）来创建 Bedrock Agents 解决方案。

├── examples/agents/
│   ├── agent_with_code_interpretation/
│   ├── user_confirmation_agents/
│   ├── inline_agent/
|   └── ....
├── examples/multi_agent_collaboration/
│   ├── 00_hello_world_agent/
│   ├── devops_agent/
│   ├── energy_efficiency_management_agent/
|   └── ....
├── src/shared/
│   ├── working_memory/
│   ├── stock_data/
│   ├── web_search/
|   └── ....
├── src/utils/
│   ├── bedrock_agent_helper.py
|   ├── bedrock_agent.py
|   ├── knowledge_base_helper.py
|   └── ....

入门指南

1. 导航至 src/ 以获取更多信息。
2. 开始之前，请在 examples/* 目录中导航到您要部署的示例。
3. 遵循示例的 examples/*/*/README.md 文件中的部署步骤。

智能体 (Agents) 示例

• 使用代码解释 (Code Interpretation) 功能的分析师助手
• 使用 Amazon Bedrock 护栏 (Guardrails) 的智能体
• 使用 Amazon Bedrock 知识库 (Knowledge Bases) 的智能体
• 具有长期记忆 (long term memory) 的智能体
• 使用尚未针对 Bedrock Agents 优化的模型的智能体
• AWS 云开发套件 (CDK) 智能体
• 计算机操作 (Computer Use) 智能体
• 自定义编排 (Orchestration) 智能体
• 在运行时配置内联智能体 (Inline Agent)
• 结合 Amazon Bedrock 内联智能体 (Inline Agents) 使用 LangChain 工具
• 向 Amazon Bedrock 智能体提供对话历史
• 使用 OpenAPI 模式 (Schema) 的智能体
• 在执行操作前需要用户确认的智能体
• 通过 CloudFormation 访问家庭安防摄像头的智能体
• 具有元数据过滤 (Metadata Filtering) 功能的智能体
• 具备人工介入 (human_in_the_loop) 功能的智能体

多智能体 (Multi-agent) 协作示例

• 00_hello_world_agent
• DevOps 智能体
• 能源效率管理智能体
• 具有元数据过滤功能的助理智能体
• 抵押贷款助理智能体
• 投资组合助理智能体
• 房地产投资智能体
• 初创企业顾问智能体
• 支持智能体
• 团队诗歌智能体
• 旅行规划智能体
• 旅行专家智能体
• 合同助理智能体
• 财务分析智能体
• 投资研究智能体

用户体验演示

• Streamlit 演示 UI
• 用于视频游戏销售的数据分析师助理
• 使用 Amazon Bedrock 内联智能体的动态 AI 助理演示

最佳实践

本仓库中高亮显示的代码示例旨在展示不同的 Amazon Bedrock 智能体 (Agents) 功能。

请查看我们关于使用 Amazon Bedrock 智能体构建生成式 AI (generative AI) 应用的最佳实践的系列博客文章（共两部分）：

• 使用 Amazon Bedrock 智能体构建稳健的生成式 AI 应用的最佳实践 – 第 1 部分
• 使用 Amazon Bedrock 智能体构建稳健的生成式 AI 应用的最佳实践 – 第 2 部分

通过阅读 Bedrock 智能体科学团队撰写的 博客文章，了解 Bedrock 多智能体协作概念

🔗 相关链接:

• Amazon Bedrock 智能体文档
• Amazon Bedrock 多智能体协作
• Boto3 Python SDK 文档
• Amazon Bedrock 示例

安全性

有关更多信息，请参阅 贡献指南。

许可证

本项目采用 Apache-2.0 许可证进行授权。

[!IMPORTANT] 本仓库中的示例仅供演示目的。 在生产环境部署时，请确保采取适当的安全措施和测试。

贡献者 :muscle:

星标用户 :star:

分叉用户 :raised_hands:

Amazon Bedrock Agent Samples 快速上手指南

本仓库提供了 Amazon Bedrock Agents 的示例代码和最佳实践，旨在帮助您理解并实现智能体解决方案。支持单代理工作流及多代理协作（Multi-Agent Collaboration），主要基于 Python (boto3) SDK 开发。

[!CAUTION] 安全警告 仓库中的示例仅供实验和教育目的，不建议直接用于生产环境。在生产环境中部署前，请务必启用 Amazon Bedrock Guardrails 以防止提示词注入等安全风险。

环境准备

在开始之前，请确保您的本地环境满足以下要求：

1. AWS 账户：拥有有效的 AWS 账户，并已开通 Amazon Bedrock 服务权限。
2. 编程语言：安装 Python 3.8 或更高版本。
3. AWS 配置：已安装并配置好 AWS CLI，确保 ~/.aws/credentials 文件中有正确的访问密钥。
4. 区域选择：确认您选择的 AWS 区域支持 Bedrock 服务（如 us-east-1, ap-northeast-1 等）。
5. 依赖库：主要依赖 boto3 SDK。

安装步骤

1. 克隆仓库 将项目克隆到本地：

   git clone https://github.com/awslabs/amazon-bedrock-agent-samples.git
   

2. 进入目录 切换到项目根目录：

   cd amazon-bedrock-agent-samples
   

3. 安装依赖 根据具体示例的不同，依赖可能有所差异。通常需要在示例目录下安装所需的 Python 包（例如 boto3）：

   pip install boto3
   

   注：部分复杂示例可能在 requirements.txt 中列出了特定依赖，请参考对应示例文件夹内的说明。

基本使用

本项目结构清晰，主要分为单代理示例和多代理协作示例。

1. 选择示例

浏览 examples/ 目录下的子文件夹以选择合适的场景：

• 单代理示例：位于 examples/agents/，例如代码解释、知识库集成等。
• 多代理协作示例：位于 examples/multi_agent_collaboration/，例如 DevOps 助手、创业顾问等。

2. 查看部署说明

每个示例文件夹内都包含独立的 README.md 文件，其中详细说明了该特定场景的部署步骤和环境配置要求。

# 示例：进入一个具体的代理示例目录
cd examples/agents/agent_with_code_interpretation/
cat README.md

3. 运行脚本

按照示例说明完成资源创建（如 CloudFormation 模板）后，运行提供的 Python 脚本来测试交互：

python your_script_name.py

4. 多代理协作

若需体验多智能体协作功能，可参考 examples/multi_agent_collaboration/ 下的教程。通过 Supervisor 模式，您可以规划跨代理的复杂任务，并利用内置意图分类进行路由。

最佳实践与安全建议

• 生产环境防护：务必为 Agent 配置 Guardrails，保护系统免受恶意输入影响。
• 代码复用：共享工具模块位于 src/shared/，包含 Web 搜索、工作记忆等功能，可在构建时复用。
• 文档参考：
  • Amazon Bedrock Agents 文档
  • 多智能体协作概念
  • 最佳实践博客系列