agentcore-samples

照着官方样例,把智能体从Demo推到生产上线

开源 🏷️按量计费 ✅ 目前可打开 智能体 🍴 复刻 1384 🐛 待处理 573 👀 关注 25
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 3514
维护状态 活跃
是否开源 开源
定价模式 🏷️按量计费 支持限时试用 · AWS Bedrock AgentCore 按用量计费,新用户可享 AWS 免费套餐试用

项目预览

agentcore-samples 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类智能体
开发团队awslabs
定价模式🏷️按量计费
价格说明AWS Bedrock AgentCore 按用量计费,新用户可享 AWS 免费套餐试用
访问状态✅ 目前可打开
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型agent,agentic-ai,agents,authentication,bedrock,core,gateway,identity-management,memory-management,production-code,runtime
GitHub 星标★ 3514
上线时间2025-07-03 00:00:00
代码更新2026-11-05
仓库体积560.7 MB
本站数据更新2026-11-06
维护状态活跃
收录时间2026-09-22
浏览次数2

项目介绍

agentcore-samples 是 Amazon Bedrock AgentCore 的官方示例仓库,用 Python 编写,集中展示如何把 AI 智能体从原型推进到生产环境。它解决的核心问题是:智能体 Demo 容易做,但真正上线时缺身份认证、内存管理、工具网关、运行时隔离和可观测性。仓库通过一组可运行的样例,演示 AgentCore 的 Runtime、Gateway、Identity、Memory 等模块如何协同,覆盖认证授权、会话记忆持久化、外部工具/API 接入、多智能体编排等能力。开发者可以照着样例快速搭建自己的生产级智能体,而不是从零造轮子。它面向已在 AWS 生态、希望用托管服务降低运维成本的团队,也适合想了解生产级智能体架构的学习者。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-09-22 · 当前星标 ★ 3514

使用教程

ℹ 本教程由 AI 依据该项目 README 整理,个别步骤可能需要按你的环境微调。

难度:进阶 约 30 分钟 部署方式:命令行工具 8 步

环境要求

  • Node.js 与 npm(用于全局安装 AgentCore CLI)
  • 可用的 AWS 账号及 AWS 凭证(部署与 Notebook 运行都需要)
  • Python 环境(运行仓库中的 Jupyter Notebook 样例)
  • 已安装 Jupyter Notebook 及相关依赖

安装与启动步骤

  1. 1安装 AgentCore CLI

    README 推荐的官方方式,用 npm 全局安装 CLI,用于创建、开发和部署智能体

    npm install -g @aws/agentcore
  2. 2创建智能体项目

    README 该步骤标题为 Install the CLI and Create a Project,但未给出创建命令,需参考 CLI 仓库文档

  3. 3配置 AWS 凭证

    README 要求在运行/部署前导出或激活所需 AWS 凭证,具体命令未在 README 中给出

  4. 4部署到 AgentCore

    使用 CLI 把智能体部署到 Amazon Bedrock AgentCore,需要先完成凭证配置

    agentcore deploy
  5. 5调用已部署智能体

    部署完成后用 CLI 直接测试调用效果,确认智能体在云上可正常工作

    agentcore invoke
  6. 6创建虚拟环境

    运行仓库中 Jupyter Notebook 样例前,先建立并激活 Python 虚拟环境

    python -m venv .venv
    source .venv/bin/activate
  7. 7安装 Notebook 依赖

    在已激活的虚拟环境中安装仓库 requirements.txt 里的所有依赖包

    pip install -r requirements.txt
  8. 8注册内核并运行 Notebook

    把虚拟环境注册为 Jupyter 内核,再运行样例 Notebook,并注意选择正确内核

    python -m ipykernel install --user --name=notebook-venv --display-name="Python (notebook-venv)"
    jupyter kernelspec list
    jupyter notebook path/to/your/notebook.ipynb

如何确认成功

agentcore invoke 能返回智能体响应即部署成功;Notebook 中内核选为 Python (notebook-venv) 后能正常跑通。

常见问题

Q:安装 CLI 后提示 agentcore 命令找不到怎么办?

A:确认 npm 全局安装目录(npm bin -g 或 npm prefix -g)已加入系统 PATH,重开终端后再试。

Q:部署时报错缺少 AWS 凭证怎么办?

A:按 README 要求在本地导出或激活 AWS 凭证,并确认该账号有权使用 Amazon Bedrock AgentCore。

Q:Notebook 里 import 报模块不存在?

A:通常是内核选错了,进入 Kernel → Change kernel,选择 Python (notebook-venv) 后重新运行。

Q:如何确认虚拟环境内核已注册成功?

A:执行 jupyter kernelspec list,列表中能看到 notebook-venv 即表示注册成功。

注意事项

  • README 节选中 CLI 步骤只给出了安装(npm install -g @aws/agentcore)与部署/调用命令,创建项目的具体命令缺失。
  • 本仓库为示例集合,README 未提供仓库克隆命令,请自行从 GitHub 获取样例目录。
  • Notebook 样例在运行前必须先导出/激活 AWS 凭证,否则相关调用会失败。
  • Notebook 打开后务必手动把内核切换为 Python (notebook-venv),否则虚拟环境中的包不可见。

核心亮点

  • 官方维护,样例覆盖 Runtime、Gateway、Identity、Memory 等生产级模块,可直接参考落地
  • 基于 AWS 托管服务,省去自建认证、记忆存储和运行时隔离的运维成本
  • Python 示例结构清晰,配有部署脚本和说明,上手路径明确

不足之处

  • 强绑定 AWS Bedrock 生态,非 AWS 用户迁移成本高
  • 样例偏演示性质,复杂业务场景的完整工程实践仍需自行补齐

适用场景

  • 在 AWS 上快速搭建带身份认证和记忆的客服智能体
  • 为企业内部工具/API 接入智能体网关提供参考实现
  • 学习生产级智能体架构,评估 AgentCore 是否适合团队

替代项目

LangGraph、CrewAI

上一篇:mobile-use

下一篇:gemini-notebook-mcp-cli

同类项目推荐

bridge4simulator 开源

让 AI 直接操控 iOS 模拟器,自动化测试不再求人

An MCP (Model Context Protocol) server that enables AI assistants to control iOS Sim···

★ 80 2026-08-09
awesome-copilot-id 开源

一套配置,让主流 AI 编程工具更懂你的开发流程

A curated collection of custom agents, skills, rules, and prompts for GitHub Copilot···

★ 93 2026-08-09
streamcore-server 开源

用 Go 打造低延迟实时语音智能体,支持打断和本地部署。

Open-source realtime voice agent server in Go with WebRTC (WHIP), barge-in, streamin···

★ 245 2026-08-09
PraisonAI 开源

5行代码部署24/7自主AI员工,自动研究规划执行任务

Private AI agents for highly regulated teams, and for anyone who wants AI on their o···

★ 9322 2026-08-09
saas-builder 开源

用自然语言描述需求,AI 自动生成全栈 SaaS 应用

AI-native SaaS framework that builds full-stack apps using autonomous AI agents

★ 224 2026-08-09
OpenClawChineseTranslation 开源

让中文用户零门槛用上开源 AI 助手,多平台随时聊

OpenClaw (Clawdbot/Moltbot) 汉化版 - 开源个人 AI 助手中文版 | Claude/ChatGPT LLM 接入···

★ 3789 2026-08-09
DiffMem 开源

用 Git 管智能体记忆,每次改动可追溯可回滚

Git Based Memory Storage for Conversational AI Agent

★ 906 2026-09-15
apple-flow 开源

让 AI 直接操控你的 Mac 原生应用,自动化效率翻倍

Your Apple-Native AI Agent

★ 106 2026-08-09