AWS多智能体部署

技能简介

基于AWS Bedrock AgentCore与LangGraph构建生产级多智能体系统，支持编排器-专家模式、跨会话持久记忆、外部工具网关接入及CLI一键部署。

业务背景

企业可快速搭建复杂业务的多智能体协作系统，由编排器智能调度财务、客服、供应链等领域专家Agent协同处理任务。支持跨会话长期记忆，客户多次咨询无需重复背景信息。通过统一网关灵活接入现有API和Lambda工具，保护既有IT投资。CLI工具实现开发到生产的无缝部署，降低运维门槛。

落地案例：某零售企业搭建智能客服系统：编排器接收客户退换货请求后，自动调度订单查询Agent核实购买记录，同时唤醒库存Agent确认商品状态，必要时转交人工审批Agent。客户三天后再次咨询时，系统通过session_id调取历史对话记忆，直接延续处理进度，无需重复描述问题，提升服务效率与客户体验。

能做什么

• 搭建多智能体协作系统（编排器调度多个领域专家）
• 实现跨会话的长期记忆存储与检索
• 通过AgentCore Gateway连接Lambda、API、MCP等外部工具
• 使用CLI完成本地开发、容器部署与生产扩缩容
• 在分布式智能体间共享上下文状态

使用说明

安装依赖

pip install bedrock-agentcore bedrock-agentcore-starter-toolkit langgraph
uv tool install bedrock-agentcore-starter-toolkit  # 安装agentcore CLI

快速启动步骤

1. 定义LangGraph状态图：使用StateGraph构建节点与条件边
2. 集成预置组件：ToolNode执行工具，tools_condition控制路由
3. 包装为HTTP服务：用BedrockAgentCoreApp暴露8080端口
4. 本地测试：agentcore dev启动热重载服务
5. 配置部署：agentcore configure -e agent.py --region us-east-1
6. 启动生产：agentcore launch --deployment-type container

记忆使用：调用MemoryClient.create_event()写入，list_events()读取，写入后约10秒可见

网关部署：python -m bedrock_agentcore.gateway.deploy --stack-name my-agents --region us-east-1

输入与输出

见下方输入与输出表格。

风险提示

• 智能体名称仅支持字母、数字、下划线，长度1-48字符，不可用连字符
• 记忆系统存在约10秒最终一致性延迟
• 容器部署时环境变量需在Dockerfile中设置，非.env文件
• 部分模型需提交Anthropic使用申请并通过Bedrock控制台审批
• Gateway工具调用失败时检查Lambda是否去除bedrockAgentCoreToolName的___前缀

来源信息

原始链接：https://github.com/openclaw/skills/tree/main/skills/killerapp/aws-agentcore-langgraph/SKILL.md
来源类型：GitHub仓库