跳转至

Amazon Bedrock AgentCore Harness GA：两 API 调用生产级 Agent 基础设施

Ch04.408 Amazon Bedrock AgentCore Harness GA：两 API 调用生产级 Agent 基础设施

📊 Level ⭐⭐ | 5.6KB | entities/amazon-bedrock-agentcore-harness-ga.md

Amazon Bedrock AgentCore Harness GA

Background：本文基于 AWS 官方博客 2026-06-18 发布的 AgentCore harness GA 公告，系统分析其 Harness 架构设计、API 表面、工具集成模式、Memory 管理、Skills 体系和生产环境基础设施。

核心设计：两个 API 调用覆盖全部 Agent 基础设施

AgentCore harness 的核心主张是：生产级 Agent 不需要编排代码，只需要配置。两个 API 调用即可完成：

  • CreateHarness：定义 Agent（模型、工具、Skills、Memory、指令）
  • InvokeHarness：运行 Agent（传入消息，流式返回结果）

Agent 运行在独立的 microVM 环境中，自带文件系统和 shell，可读写文件、执行命令。Memory 跨会话持久化，支持用户和对话记忆。每次执行自动追踪到 CloudWatch。

模型切换：mid-session provider 无感切换

支持四种模型后端，且可在同一会话中无缝切换而不丢失上下文：

Provider 配置字段 支持模型
Amazon Bedrock bedrock Claude, Nova, Llama, DeepSeek, Qwen, Kimi, MiniMax, Cohere, Mistral, GPT-5.5/5.4
OpenAI 直连 openAi api.openai.com 全系列
Google Gemini gemini Gemini 系列
LiteLLM liteLlm Anthropic 直连、Cohere、Mistral、Vertex、Azure OpenAI 等

典型用例：Claude Opus 规划 → GPT-5.5 写代码 → Gemini 总结，上下文连续不中断。API key 存储在 AgentCore Identity token vault 中，Agent 永远不接触原始凭证。

工具集成：声明式 tools 配置

工具通过 CreateHarness 的 tools 数组声明式配置，harness 处理连接、认证和执行：

  • agentcore_gateway：通过 ARN 引用 Gateway，暴露 OpenAPI/Smithy/Lambda/MCP 目标，IAM/JWT 认证 + per-tool 授权
  • remote_mcp：直接连接任意 MCP server URL
  • agentcore_browser：一行配置获得完整浏览器沙箱（点击、输入、导航、截图）
  • agentcore_code_interpreter：沙箱化 Python/Node 执行
  • inline_function：human-in-the-loop 审批或自定义工具

每个会话内置 shell 和 file_operations，无需声明。InvokeHarness 支持 per-call 工具覆盖（allowed_tools 参数）。

Memory：三模式可选

GA 版本的 Memory 管理提供三种模式：

  1. 自动托管（默认）：省略 memory 配置即自动创建，SEMANTIC + SUMMARIZATION 策略，30 天事件过期，AWS 加密，多租户 namespace 隔离
  2. BYO：传入已有 AgentCore Memory ARN
  3. 禁用：memory: { disabled: {} }

托管 Memory 是真实的 AWS 资源，可查询、审计、附加到其他 Agent、交给分析管道。删除 harness 时默认级联删除（deleteManagedMemory: false 可保留）。

Skills：四种来源的 Agent 专业知识

HarnessSkill 是 union 类型，支持四种 skill 来源：

  1. awsSkills：AWS 策划的 skill bundle（SDK、IaC、IAM、CloudWatch、Bedrock 等），零配置启用
  2. git：从 Git 仓库 clone，支持 commit/branch pin
  3. s3：从 S3 bucket 拉取
  4. path：引用容器内已有路径

Skills 元数据在会话启动时加载，完整内容仅在任务实际需要时才注入上下文。InvokeHarness 支持 per-call 覆盖。

环境与文件系统

两种扩展维度：

  • 容器镜像：自定义 ECR 镜像覆盖默认 Python+bash 环境。InvokeAgentRuntimeCommand API 可直接在 microVM 中执行 shell 命令（不经过模型、不消耗 token）
  • 文件系统：三种存储类型
类型 托管 VPC 持久性
Managed session storage Yes No 同一 runtimeSessionId 跨 stop/resume
EFS No Yes 永久
FSx No Yes 永久 + 高性能

与现有 wiki 实体的差异化

与 aws-bedrock-agentcore-doris-mcp-server 的对比：

维度 Doris MCP on AgentCore AgentCore Harness GA
焦点 单一 use case（Doris SQL 分析） 完整 harness 基础设施
深度 VPC + Cognito OAuth + 按需付费 六大原语 + 四种模型后端 + 四种工具类型
覆盖范围 Runtime 部署模式 全生命周期（创建→运行→Memory→Skills→环境）
时间 2026-05（preview） 2026-06-18（GA）

AgentCore Harness GA 是平台级公告，Doris MCP 是具体应用案例。两者互补而非重叠。

相关主题