# amazon-bedrock-agentcore-samples

**Repository Path**: RexHuang936/amazon-bedrock-agentcore-samples

## Basic Information

- **Project Name**: amazon-bedrock-agentcore-samples
- **Description**: https://github.com/awslabs/amazon-bedrock-agentcore-samples/
- **Primary Language**: Unknown
- **License**: Apache-2.0
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-07-22
- **Last Updated**: 2025-07-22

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# Amazon Bedrock AgentCore 示例仓库  
欢迎使用 Amazon Bedrock AgentCore 示例仓库！

⚠️ 注意  
本仓库中的所有示例仅供实验和教育用途，旨在演示概念与技术，请勿直接用于生产环境。请务必启用 Amazon Bedrock Guardrails，以防止提示注入攻击。

Amazon Bedrock AgentCore 是一套完整的能力集合，可帮助开发者安全、可扩展地部署和运行 AI Agent，兼容任何主流 Agent 框架和任意大语言模型。借助它，开发者能够更快地将 AI Agent 投入生产，加速业务价值落地。

AgentCore 提供：
- 让 Agent 更强大、更高效的能力与工具  
- 专为安全扩展 Agent 而构建的基础设施  
- 保障 Agent 可信运行的管控机制  

所有能力均可按需组合，并支持主流开源框架与任意模型，无需在开源灵活性与企业级安全、可靠性之间做权衡。

本仓库包含示例与教程，帮助你理解、实现并将 Amazon Bedrock AgentCore 能力集成到自己的应用中。

📁 仓库结构  
📚 01-tutorials/  交互式学习与基础  
该目录包含基于 Notebook 的教程，通过动手示例带你掌握 Amazon Bedrock AgentCore 的核心能力。内容按组件划分：

- Runtime  
Amazon Bedrock AgentCore Runtime 是一个安全、无服务器的运行时能力，支持在任意框架、协议和模型下快速部署、扩展 AI Agent 与工具，助力快速原型、平滑扩展与加速上市。  

- Gateway  
AI Agent 需要调用外部工具来完成现实任务——从查询数据库到发送消息。AgentCore Gateway 可自动将各类 API、Lambda 函数及现有服务转换成 MCP 兼容的工具，让开发者无需管理集成即可快速为 Agent 赋能。  

- Memory  
AgentCore Memory 提供全托管、可定制的记忆基础设施，让开发者轻松构建丰富、个性化的 Agent 体验。  

- Identity  
AgentCore Identity 提供跨 AWS 服务及 Slack、Zoom 等第三方应用的统一身份与访问管理，支持 Okta、Entra、Amazon Cognito 等标准身份提供商。  

- Tools  
AgentCore 内置两款工具：  
  – Code Interpreter：让 Agent 安全地编写并执行代码，提升准确性，扩展解决复杂端到端任务的能力。  
  – Browser Tool：企业级浏览器能力，让 Agent 在完全托管、安全沙箱中以低延迟、类人精度浏览网页、填写多步表单并执行复杂线上任务。  

- Observability  
AgentCore Observability 通过统一运维仪表板帮助开发者追踪、调试、监控 Agent 表现，支持 OpenTelemetry 兼容遥测，提供每一步 Agent 工作流的可视化，便于洞察行为并在规模上保持质量。

end-to-end example 文件夹提供了将上述能力组合应用于某个场景的简单示例。  
这些示例非常适合初学者，或希望在构建 AI Agent 应用前深入理解底层概念的用户。

💡 02-use-cases/  端到端应用  
探索解决真实业务问题的实践用例实现，每个用例均包含完整实现与详细说明，聚焦 AgentCore 各组件。

🔌 03-integrations/  框架与协议集成  
学习如何将 AgentCore 能力与 Strands Agents、LangChain、CrewAI 等主流 Agent 框架集成。  
了解如何通过 A2A 实现 Agent 间通信，掌握多 Agent 协作模式，以及在不同入口点使用 AgentCore。

🚀 快速开始  
克隆仓库  
```bash
git clone https://github.com/awslabs/amazon-bedrock-agentcore-samples.git
```

部署 Agent 到 AgentCore Runtime 前，请准备以下环境：

1. 安装并启动 Docker 或 Finch（点此开始）  
2. 建议使用虚拟环境管理依赖。推荐使用 Python 高速包/项目管理器 uv（安装指引）。  
3. 安装 uv 后，执行以下命令创建并激活环境：  
   ```bash
   uv python install 3.10
   uv venv --python 3.10
   source .venv/bin/activate
   uv init
   ```  
4. 安装依赖：  
   ```bash
   uv add -r requirements.txt --active
   ```  
5. 启动 Jupyter Lab：  
   ```bash
   uv run --with jupyter jupyter lab
   ```

📋 前置要求  
- Python 3.10+  
- AWS 账户  
- 已安装并运行的 Docker 或 Finch  
- Jupyter Notebook（用于教程）

🤝 贡献代码  
欢迎贡献！详情请参阅 Contributing Guidelines，包括：  
- 添加新示例  
- 改进现有示例  
- 报告问题  
- 提出增强建议

📄 许可证  
本项目采用 MIT 许可证，详见 LICENSE 文件。

🆘 支持  
- Issues：通过 GitHub Issues 报告缺陷或提出功能请求  
- 文档：查看各目录 README 获取具体指导

🔄 更新  
本仓库持续维护，定期新增能力与示例。点击仓库 Watch 以获取最新动态。