Amazon Bedrock AgentCore Samples: Deploy AI Agent
Amazon Bedrock AgentCore Samples là repository ví dụ chính thức của AWS cho Amazon Bedrock AgentCore, runtime không phụ thuộc framework mà AWS xây dựng để deploy AI agent lên production. Hãy dùng nếu bạn đã dùng Strands Agents, CrewAI, LangGraph, hoặc LlamaIndex và muốn có runtime, memory, identity, và observability do AWS vận hành mà không cần viết lại code. Bỏ qua nếu bạn không dùng AWS, vì mọi sample đều giả định tài khoản AWS đã bật Bedrock.
Amazon Bedrock AgentCore Samples Là Gì?
Amazon Bedrock AgentCore Samples là repository ví dụ và tutorial chính thức mà AWS Labs duy trì cho Amazon Bedrock AgentCore, dịch vụ chạy AI agent ở production bất kể agent xây bằng framework hay model nào. README mô tả AgentCore là không phụ thuộc framework và model, hoạt động với Strands Agents, CrewAI, LangGraph, LlamaIndex, hoặc bất kỳ framework nào khác trên bất kỳ LLM nào. Repo này là tutorial và code, không phải dịch vụ AgentCore.
Khám Phá Các Năng Lực Của AgentCore
- ✓Sample Runtime minh hoạ runtime serverless của AgentCore để deploy agent và tool ở quy mô lớn, theo README là secure và serverless.
- ✓Sample Gateway hướng dẫn chuyển API, Lambda function, và service thành tool tương thích MCP.
- ✓Sample Identity minh hoạ quản lý identity và access của agent trên cả AWS và ứng dụng bên thứ ba.
- ✓Sample Memory kết nối hạ tầng managed memory của AgentCore để cá nhân hoá trải nghiệm agent.
- ✓Sample Tools bao gồm Code Interpreter, Browser Tool, và Web Search Tool có sẵn.
- ✓Sample Observability trace, debug, và giám sát hiệu năng agent bằng OpenTelemetry, theo README.
- ✓Sample Evaluation dùng evaluator có sẵn và tự định nghĩa cho đánh giá on-demand và online.
- ✓Sample Policy áp dụng access control chi tiết bằng Cedar policy.
Ứng Dụng Agent Sẵn Sàng Production
- •Build ứng dụng production-ready hoàn chỉnh kết hợp nhiều capability của AgentCore, theo các sample end-to-end/, mỗi sample kèm hướng dẫn deploy, sơ đồ kiến trúc, và hướng dẫn test.
- •Dựng một ứng dụng agentic full-stack từ thư mục blueprints/ — ứng dụng sẵn sàng deploy kèm authentication và business logic bạn tuỳ chỉnh cho use case của mình.
- •Kết nối một agent sẵn có tới identity provider như Okta, Entra, hoặc Cognito, hoặc tới nền tảng observability như Grafana, Datadog, hoặc Dynatrace, qua thư mục integrations/.
- •Provision resource AgentCore bằng template CloudFormation, AWS CDK, hoặc Terraform từ infrastructure-as-code/.
- •Migrate một agent đang xây trên Bedrock AgentCore Starter Toolkit sang workflow AgentCore CLI mới, dùng bản mapping trong MIGRATION.md.
Bắt Đầu Nhanh Với AgentCore CLI
Quick Start trong README đi qua AgentCore CLI. Yêu cầu trước: tài khoản AWS đã cấu hình credentials qua `aws configure`, Node.js 20.x trở lên, `uv` cho agent Python (hoặc chỉ cần Node.js cho agent TypeScript), model access Anthropic Claude 4.0 đã bật trong Bedrock console, và hai managed policy BedrockAgentCoreFullAccess cùng AmazonBedrockFullAccess gắn vào AWS user của bạn. Cài CLI bằng `npm install -g @aws/agentcore`, rồi chạy `agentcore create` — một wizard tương tác scaffold sẵn project theo framework bạn chọn (Strands Agents, LangGraph, Google ADK, OpenAI, và nhiều hơn) và ngôn ngữ (Python hoặc TypeScript). `cd` vào project vừa tạo là bạn sẵn sàng để develop.
Phát Triển Và Deploy Agent
Bên trong project vừa tạo, `agentcore dev` khởi động một dev server local, theo dõi thay đổi file và expose một endpoint invocation local để test agent trước khi chạm vào AWS. Khi sẵn sàng, `agentcore deploy` đưa agent lên Amazon Bedrock AgentCore, còn `agentcore invoke` gọi agent đã deploy để xác nhận nó đang chạy. Capability được thêm dần chứ không cần có sẵn từ đầu: `agentcore add memory`, `agentcore add identity`, `agentcore add evaluator`, và `agentcore add online-eval` mỗi lệnh gắn thêm một feature của AgentCore, rồi chạy tiếp `agentcore deploy` để sync thay đổi lên AWS. Một số sample trong repo được cung cấp dưới dạng Jupyter notebook thay vì CLI project — những sample đó cần một virtualenv, `pip install -r requirements.txt`, AWS credentials đã export, và venv được đăng ký làm Jupyter kernel trước khi bạn mở notebook.
Phát Triển Agent Không Phụ Thuộc Framework
Câu Hỏi Thường Gặp
Amazon Bedrock AgentCore là dịch vụ của AWS, không phụ thuộc framework và không phụ thuộc model, để deploy và vận hành AI agent an toàn ở quy mô lớn, theo README của chính dự án. Nó cung cấp hạ tầng runtime, gateway, identity, memory, và observability để agent xây bằng Strands Agents, CrewAI, LangGraph, LlamaIndex, hay bất kỳ framework nào khác có thể lên production mà không cần viết lại code.
README nêu rõ Strands Agents, CrewAI, LangGraph, và LlamaIndex, cộng thêm bất kỳ framework nào khác. Wizard `agentcore create` của AgentCore CLI cũng cho chọn Strands Agents, LangGraph, Google ADK, và OpenAI làm khung scaffold cho project mới.
Repository này đang chuyển từ Bedrock AgentCore Starter Toolkit cũ sang AgentCore CLI mới. Các sample còn dựa vào Starter Toolkit nằm trong thư mục legacy/ và sẽ được cập nhật dần, còn MIGRATION.md ghi đầy đủ bản mapping từ đường dẫn cũ sang đường dẫn mới.
Amazon Bedrock AgentCore Samples được cấp phép theo Apache License 2.0, như ghi trong file LICENSE của repository.
README hướng người đóng góp tới CONTRIBUTING.md, bao gồm việc thêm sample mới, cải thiện ví dụ sẵn có, báo issue, và đề xuất cải tiến cho Amazon Bedrock AgentCore Samples.
Amazon Bedrock AgentCore Samples không nêu giá trực tiếp — phần Related Links trong README dẫn tới trang pricing chính thức của Amazon Bedrock AgentCore trên AWS để xem mức giá hiện tại.
Điểm Mạnh
- ✓Chạy được với framework bạn đã chọn — README nêu rõ Strands Agents, CrewAI, LangGraph, và LlamaIndex, cộng thêm bất kỳ framework nào khác trên bất kỳ LLM nào, nên dùng AgentCore không có nghĩa là viết lại từ đầu.
- ✓Repo được tổ chức theo việc bạn đang muốn làm gì, không chỉ theo framework: getting-started cho agent đầu tiên, features/ cho từng capability (Runtime, Gateway, Identity, Memory, Tools, Observability, Evaluation, Policy), end-to-end/ cho ứng dụng hoàn chỉnh.
- ✓Template infrastructure-as-code có đủ cho cả ba công cụ provision chính — CloudFormation, AWS CDK, và Terraform — thay vì chỉ ép dùng một.
- ✓Tích hợp có sẵn cho identity provider (Okta, Entra, Cognito) và nền tảng observability (Grafana, Datadog, Dynatrace) thay vì để bạn tự làm.
- ✓Cấp phép Apache-2.0, và các lệnh `agentcore add` của CLI cho phép thêm dần memory, identity, hay evaluation thay vì phải cam kết mọi thứ ngay từ đầu.
Hạn Chế Và Rủi Ro
- △Đây là repo sample, không phải bản thân dịch vụ AgentCore — không có package cài đặt nào ở đây ngoài CLI `@aws/agentcore` riêng biệt; bạn đang đọc code và tutorial, không phải ship chính repo này.
- △Mọi sample đều giả định bạn có tài khoản AWS, model access Bedrock (README nêu cụ thể Anthropic Claude 4.0 đã bật), và hai managed policy AWS gắn vào credentials — không có đường nào chỉ chạy local hoặc không phụ thuộc vendor qua Quick Start.
- △Repo đang giữa quá trình migrate: các sample còn gắn với Bedrock AgentCore Starter Toolkit cũ nằm trong legacy/ và theo README sẽ được cập nhật trong vài tuần tới — không có mốc thời gian cố định cho khi nào việc này hoàn tất.
- △README dẫn sang repository AgentCore CLI riêng (aws/agentcore-cli) để tra cứu đầy đủ CLI reference, nên một mình repo này không mô tả hết mọi command flag.
- △Giá cả hoàn toàn không được ghi trong repo — bạn phải rời repo này và đọc trang pricing riêng của AWS về AgentCore để biết chạy một sample thực sự tốn bao nhiêu.
Vấn Đề AgentCore Samples Giải Quyết
Xây một agent bằng LangGraph hay CrewAI là phần dễ; đưa nó lên production — với runtime chạy trong sandbox, cách expose API của bạn thành tool, identity theo từng user, memory bền vững, và trace bạn thực sự debug được — thường có nghĩa là mỗi team tự ghép hạ tầng riêng cho AWS bằng tay. README đóng khung Amazon Bedrock AgentCore chính là thứ loại bỏ đúng phần công việc hạ tầng lặp đi lặp lại đó, và repo sample này là bằng chứng theo từng framework rằng phần hạ tầng đó chạy được mà không buộc bạn viết lại code.
Ai Nên Dùng — Và Ai Nên Bỏ Qua
Hãy thử Amazon Bedrock AgentCore Samples nếu bạn đã xây agent bằng Strands Agents, CrewAI, LangGraph, hoặc LlamaIndex và muốn có runtime, memory, identity, và observability quản lý sẵn trên AWS mà không cần viết lại code — thư mục getting-started/ và features/ được dựng đúng cho việc đó. Bỏ qua nếu bạn không dùng AWS hoặc không có Bedrock model access, vì mọi sample trong Quick Start đều giả định bạn có tài khoản AWS, đã chạy `aws configure`, và gắn hai managed IAM policy trước khi viết một dòng code agent nào.
Repo liên quan
Chưa chắc agentcore-samples có hợp với bạn?
Để ChatGPT, Claude hoặc Perplexity tìm hiểu giúp — bấm bên dưới và xem AI nói gì về agentcore-samples.
