项目预览
项目数据
项目介绍
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。
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
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···
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···
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···
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···
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
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···
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
generative-ui-playground
开源
一个界面横向对比三种生成式 UI
Interact with all three types of generative UI, all in one interface
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
