bedrock-agentcore-sdk-python v0.1.0 | Strands Agents / Bedrock AgentCore SDK Release Notes

概要

Bedrock AgentCore Python SDK の初回リリースです。このSDKは、AWS Bedrock 上で AI エージェントを構築するための包括的なフレームワークを提供します。ランタイム実行環境、会話履歴の管理、認証機能、ツール統合など、エージェント開発に必要な基本機能が含まれています。

リリース: v0.1.0

新機能

AI エージェントのランタイムフレームワーク (#1)

この機能でできること:

AI エージェントの実行環境を構築するためのランタイムフレームワークが提供されます。FastAPI ベースのアプリケーションとして、エージェントのエンドポイントを簡単にデプロイできます。

使用例:

from bedrock_agentcore.runtime import AgentApp
from bedrock_agentcore.runtime import AgentRequest, AgentResponse

# エージェントアプリケーションを作成
app = AgentApp()

@app.agent()
def my_agent(request: AgentRequest) -> AgentResponse:
    """シンプルなエージェント実装"""
    user_input = request.input_text

    # エージェントのロジックを実装
    response_text = f"あなたの入力: {user_input}"

    return AgentResponse(
        output_text=response_text
    )

# アプリケーションを起動
# uvicorn main:app --reload

ポイント:

FastAPI と統合されており、REST API として簡単にデプロイできます
非同期処理をサポートしており、高スループットなエージェントを構築できます
リクエストコンテキストを通じて、セッション情報やメタデータにアクセスできます

メモリクライアントによる会話管理 (#1)

この機能でできること:

Bedrock のメモリサービスを使用して、会話履歴を永続化し管理できます。セッションごとに会話コンテキストを保存し、後から取得できます。

使用例:

from bedrock_agentcore.memory import MemoryClient

# メモリクライアントを作成
memory_client = MemoryClient(
    region_name="us-east-1",
    memory_id="my-agent-memory-id"
)

# 会話ターンを追加
memory_client.add_turn(
    session_id="user-session-123",
    user_message="こんにちは、天気はどうですか?",
    assistant_message="今日は晴れです。気温は25度です。"
)

# 過去の会話を取得
turns = memory_client.get_last_k_turns(
    session_id="user-session-123",
    k=5  # 最新5ターンを取得
)

for turn in turns:
    print(f"User: {turn.user_message}")
    print(f"Assistant: {turn.assistant_message}")

ポイント:

セッション ID ごとに会話履歴を分離して管理できます
ネームスペースを使用して、異なるコンテキストを分けて保存できます
メタデータを付加して、会話に追加情報を含められます

OAuth2 と API キー認証デコレータ (#1)

この機能でできること:

エージェントのエンドポイントに認証機能を簡単に追加できます。OAuth2 や API キーベースの認証をデコレータで実装できます。

使用例:

from bedrock_agentcore.identity import requires_oauth2_token, requires_api_key
from bedrock_agentcore.runtime import AgentApp, AgentRequest, AgentResponse

app = AgentApp()

# OAuth2 トークン認証が必要なエージェント
@app.agent()
@requires_oauth2_token(
    resource_name="my-api-resource",
    scopes=["read", "write"]
)
def secure_agent(request: AgentRequest) -> AgentResponse:
    # 認証されたユーザーのみがアクセス可能
    return AgentResponse(
        output_text="セキュアなレスポンス"
    )

# API キー認証が必要なエージェント
@app.agent()
@requires_api_key()
def api_key_agent(request: AgentRequest) -> AgentResponse:
    # API キーを持つクライアントのみがアクセス可能
    return AgentResponse(
        output_text="API キー認証済み"
    )

ポイント:

AWS のワークロードアイデンティティと統合されています
デコレータを使用することで、認証ロジックをビジネスロジックから分離できます
OAuth2 の 3-legged フローをサポートしています

Browser と Code Interpreter ツール統合 (#1)

この機能でできること:

Bedrock の Browser ツールと Code Interpreter ツールをエージェントに統合できます。これにより、エージェントが Web ブラウジングやコード実行を行えるようになります。

使用例:

from bedrock_agentcore.tools import BrowserClient, CodeInterpreterClient
from bedrock_agentcore.runtime import AgentApp, AgentRequest, AgentResponse

app = AgentApp()

# Browser クライアントを作成
browser = BrowserClient(region_name="us-east-1")

# Code Interpreter クライアントを作成
code_interpreter = CodeInterpreterClient(region_name="us-east-1")

@app.agent()
def research_agent(request: AgentRequest) -> AgentResponse:
    # Web ページを取得
    page_content = browser.get_page("https://example.com")

    # Python コードを実行
    result = code_interpreter.execute_code(
        code="import pandas as pd; df = pd.DataFrame({'a': [1, 2, 3]}); df.sum()"
    )

    return AgentResponse(
        output_text=f"ページ内容: {page_content}, 計算結果: {result}"
    )

ポイント:

Browser ツールは、動的な Web コンテンツの取得とスクレイピングをサポートします
Code Interpreter は、サンドボックス環境で Python コードを安全に実行できます
両ツールとも AWS の管理サービスとして提供され、スケーラビリティと信頼性が確保されています

セキュリティ

TLS 1.2+ の強制 (#1)

すべての通信で TLS 1.2 以上が強制されます。データの暗号化とセキュリティが確保されます。

AWS SigV4 署名による API 認証 (#1)

AWS の標準的な SigV4 署名メカニズムを使用して、API リクエストが認証されます。

AWS 認証情報チェーンによる安全な認証情報管理 (#1)

環境変数、IAM ロール、認証情報ファイルなど、AWS の標準的な認証情報チェーンを通じて認証情報が管理されます。

まとめ

Bedrock AgentCore Python SDK v0.1.0 は、AWS Bedrock 上で AI エージェントを構築するための包括的なフレームワークを提供する初回リリースです。ランタイム環境、会話管理、認証機能、ツール統合など、エージェント開発に必要な基本機能が揃っており、エンタープライズグレードのセキュリティとスケーラビリティを備えています。