掌握Amazon Bedrock AgentCore: 快速构建生产级AI代理 | Mastering Amazon Bedrock AgentCore: Bring your PoC to Prod!

学习如何在AWS上构建AI代理，以及如何遵循最佳实践使您的AI代理投入生产。

您将会学到

• 理解生产环境下智能代理工作负载的需求
• 学习 Amazon Bedrock AgentCore 的核心组成部分
• 部署 AI 代理，实现规模化、高性能、高安全性和高可靠性
• 使用 Strands SDK、MCP、REST API、OAuth 和内存进行 Agentic 解决方案的动手实践开发

课程要求

• Python 语言基础
• 生成式人工智能基础
• AWS 基础概念

课程描述

本课程使用了人工智能技术。

掌握 Amazon Bedrock AgentCore，4 小时快速构建生产级 AI 代理。本综合课程将您从入门到精通，部署智能多代理系统，实现与企业真实工具的无缝集成——全程采用 AWS 最新一代的代理式 AI 平台。

无论是急于将 AI 代理部署到生产环境的企业开发者，还是经验丰富的 AWS 工程师希望转向智能代理 AI 领域，本课程都将为你提供构建复杂 AI 系统并成功将其部署到生产环境所需的一切。

你将学习到 – 基础知识和核心服务

• AgentCore 快速入门——利用 Amazon Bedrock，15 分钟内完成您的第一个智能代理的部署
• AgentCore 运行时集成——掌握任何代理框架：Strands、LangGraph、CrewAI 或自定义 Python 实现
• AgentCore 网关——通过安全凭证管理，将代理连接至 MCP 服务器、第三方 API 及内部工具
• AgentCore 内存——实现会话历史记录、长期记忆和能够记住用户偏好的上下文感知代理
• AgentCore 身份管理——处理 OAuth 流程、API 密钥管理及 IAM 集成，确保安全的多用户代理系统
• 利用 Amazon CloudWatch GenAI 可观测性仪表板，同时通过 OpenTelemetry 与第三方工具进行集成
• AgentCore 代码解释器——使代理能够动态编写和执行 Python 代码，以进行数据分析和计算
• AgentCore 浏览器工具——让代理能够自主浏览网站、提取数据并交互式操作网络应用程序

实战学习：8 个以上的生产实验室

这不仅仅是讲座——你将通过全面、分步骤的实验课程来构建实际的应用程序：

• 实验室 0：设置您的 AWS 账户、Amazon Kiro，并使用 AWS 免费套餐
• 实验室 1：AgentCore 运行时——通过 Strands SDK 和 Claude Sonnet 部署首个 Bedrock AgentCore 运行时代理，进行本地测试，并理解其核心架构
• 实验室 2：网关 – 通过 MCP 和 AgentCore 网关，利用 API 密钥认证，将您的代理连接至现实中的天气、航班及汇率 API 数据源
• 实验室 3：记忆——构建一个具备会话历史、用户资料记忆及跨会话上下文感知响应的客户服务代理
• 实验室 4：身份与 OAuth – 通过 Google OAuth 实现安全的三重连接 OAuth 代理，用于在您的 Google 驱动器中创建文档、管理凭证以及实现用户级数据隔离
• 实验室 5：代码解释器工具——创建一个能编写 Python 代码、生成可视化图表并对用户数据进行统计分析的数据分析代理
• 实验室 6：浏览器工具——构建一个能自动导航网站、提取信息并编制报告的研究代理
• 实验室 7：将所有内容集成到一个 Agent 中 – 创建一个 AgentCore 运行时 Agent，该 Agent 连接到 Gateway，并集成所有 MCP 工具，如天气、航班和汇率查询功能

此课程面向哪些人

• 云架构师
• 人工智能初学者
• 软件开发人员
• 产品经理
• 软件架构师
• 云计算工程师