Slide 1

Slide 1 text

Amazon Bedrock AgentCore を使ってみよう! 〜各種機能のポイントを解説〜 神野 雄⼤(Jinno Yudai) クラウド事業本部 コンサルティング部 Solutions Architect

Slide 2

Slide 2 text

⽬次 2 ● ⾃⼰紹介 ● Amazon Bedrock AgentCoreについて ● Amazon AgentCore Runtime ● Amazon AgentCore Identity ● Amazon AgentCore Gateway ● Amazon AgentCore Built in Tools ○ Code InterPreter ○ Browser ● Amazon AgentCore Observability ● まとめ

Slide 3

Slide 3 text

⾃⼰紹介

Slide 4

Slide 4 text

⾃⼰紹介 4 簡単な⾃⼰紹介をさせていただきます。本⽇はどうかよろしくお願いいたします。 名前 神野 雄⼤(Jinno Yudai) 所属 classmethod株式会社 クラウド事業本部 コンサルティング部 ソリューションアー キテクト その他 ● 2025 Japan AWS Top Engineers ● 2025 Japan All AWS Certifications Engineers ● AgentCoreにハマり中!!! ブログはこのアイコン で書いています! 推しスーパーはラ‧ムー!!

Slide 5

Slide 5 text

ご共有 5 本⽇の登壇スライドは全量80枚あって、 説明しきれない箇所もあるかと思うので 後⽇ブログで共有いたします!!!! 勢いと熱量で少しでも魅⼒を伝えられば と思っています!!!!!!!

Slide 6

Slide 6 text

6 皆さん先⽉プレビューリリースされたAmazon Bedrock AgentCoreを使っていますか?? Agent君

Slide 7

Slide 7 text

7 勿体無い!9⽉16⽇までプレビューだから無料で使えますよ!!! 魅⼒的な機能がいっぱいあるから今から機能説明するよ!!! Agent君 え、触っていないよ‧‧‧機能も多いしなんだか難しそう。 私

Slide 8

Slide 8 text

8 まずはAmazon Bedrock AgentCoreの概要から説明し ますね! Agent君

Slide 9

Slide 9 text

Amazon Bedrock AgentCoreについて

Slide 10

Slide 10 text

Amazon Bedrock AgentCore 10 Amazon Bedrock AgentCoreはAIエージェントを展開‧運⽤するために最適 なマネージドサービスとなります。7/16にパブリックプレビューで公開された サービスとなります。 Amazon Bedrock AgentCore ● AIエージェントのホスティング ○ Strands Agent、LangGraphなど 多様なエージェントフレーム ワークに対応 ● 便利なマネージドサービス ○ AIエージェントを使⽤する上で 認証‧ツール連携など便利な機 能がマネージドサービスとして 提供(IdentityやMemoryなど)

Slide 11

Slide 11 text

Appendix:AIエージェントについて 11 AIエージェントとは、⾃律的に判断‧⾏動できるAIシステムのことです。 ユー ザーの指⽰を理解し、必要なツールを⾃⾝で計画を⽴てて使いながらタスクを 実⾏します。まさに⼈間の代理として計画的に作業を⾏うからエージェントな んですね。 私 旅⾏会社の⼈ 今まで AIエージェントを活⽤した結果 私 1/1に韓国 旅⾏にいき たい 1/1の 13時のフライトはい かがですか? AIエージェント 1/1に韓国 旅⾏にいき たい (⾃分でツール選 択&調査した結果) 1/1の13時のフライ トはどうですか? 調査ツール ツール 実⾏

Slide 12

Slide 12 text

Amazon Bedrock AgentCoreの機能 12 Amazon Bedrock AgentCoreはデプロイするためのRuntime機能をベースに認 証機能IdentityなどAIエージェントを開発する上で便利な機能が備わっていま す。 ● Runtime:ホスティング機能 ● Identity:認証機能 ● Gateway:外部処理のTool化機能 ● Memory:記憶機能 ● Built in tools ○ Code Interpreter:コード実⾏環境 ○ Browser:ブラウザ実⾏環境

Slide 13

Slide 13 text

Amazon Bedrock AgentCoreの機能 13 Amazon Bedrock AgentCoreはデプロイするためのRuntime機能をベースに認 証機能IdentityなどAIエージェントを開発する上で便利な機能が備わっていま す。 Amazon Bedrock AgentCore Identity Gateway Built in tools Memory Runtime Identity

Slide 14

Slide 14 text

14 とっても便利ですよ!はい!まずは基本であるRuntimeから説明します ね!!! Agent君 なるほど‧‧‧AIエージェント開発にとって便利なマネージドサービス なんだね‧‧‧!!それぞれの機能についても教えて! 私

Slide 15

Slide 15 text

Amazon Bedrock Runtime

Slide 16

Slide 16 text

Amazon Bedrock AgentCore Runtime 16 Amazon Bedrock AgentCore RuntimeはAIエージェントをホスティングする ためのマネージドサービスとなります。 Runtime Amazon Bedrock AgentCore ex. Strands Agents Bedrockを使⽤ エージェン トに質問 Amazon Bedrock

Slide 17

Slide 17 text

Amazon Bedrock AgentCore Runtime 17 エージェントフレームワークも⾃由に選択可能ですし、LLMもOpenAIなどもち ろん使⽤可能です。 Runtime Amazon Bedrock AgentCore ex. Mastra Azure OpenAIを使⽤ エージェン トに質問 Azure OpenAI

Slide 18

Slide 18 text

デプロイ準備 18 AIエージェントをStrandsなどで作成して、agentcore configureでIAMや ECR、認証の設定を⾏えます。.bedrock_agentcore.yamlファイルが作成され ます。 agentcore confiure Dockerfile .bedrock_ agentcore.yaml ● IAMロールの設定(⾃動作成も可能) ● ECRの設定(⾃動作成も可能) ● 認証の設定(デフォルトはIAM) .dockerignore

Slide 19

Slide 19 text

Appendix:agentcore configureの実⾏ 19

Slide 20

Slide 20 text

Appendix:agentcore configureの実⾏ 20

Slide 21

Slide 21 text

デプロイ 21 AIエージェントをStrandsなどで作成して、agentcore launchでデプロイ可能 です Amazon Bedrock AgentCore ex. Strands Agents agentcore launch デプロイ!

Slide 22

Slide 22 text

デプロイで実⾏されるプロセス 22 このコマンドを実⾏することで裏でコンテナのビルド⾛り、ECRへイメージが プッシュされます。このイメージをAgentCore RuntimeがPullして使⽤しま す。 Dockerfile .bedrock_ agentcore.yaml agentcore launch実⾏時 ファイル参照 イメージ ビルド イメージPush AgentCore Runtime ECR イメージPull .dockerignore

Slide 23

Slide 23 text

Appendix:デプロイの実施 2

Slide 24

Slide 24 text

Appendix:デプロイの実施 2

Slide 25

Slide 25 text

呼び出し⽅法 25 デプロイしたエージェントはagentcore invokeコマンドで簡単に呼び出せま す。 PythonやCurlなどでももちろん呼び出し可能です。 Amazon Bedrock AgentCore ex. Strands Agents agentcore invoke 呼び出し Bedrockを使⽤

Slide 26

Slide 26 text

Appendix:呼び出し実⾏ 26

Slide 27

Slide 27 text

Appendix:呼び出し実⾏ 27

Slide 28

Slide 28 text

Appendix:呼び出し実⾏ 28 streaming仕様に変えてみます。

Slide 29

Slide 29 text

Appendix:呼び出し実⾏ 29 チャンク単位でレス ポンスが返却されて いる

Slide 30

Slide 30 text

30 ノーガードは⼼配ですよね‧‧‧でも⼤丈夫です! Identity機能を使ってAIエージェントをセキュアにしていきましょう! Agent君 すごい‧‧‧こんなに簡単にデプロイできるんだね!早速試してみる! でも認証とかつけなくて⼤丈夫なのかな‧‧‧? 私

Slide 31

Slide 31 text

Amazon Bedrock AgentCore Identity

Slide 32

Slide 32 text

Amazon Bedrock AgentCore Identity 32 Amazon Bedrock AgentCore IdentityはAIエージェントの認証機能を実現する マネージドサービスです。Inbound Auth / OutBound Authの2つ種類が存在 します。 Inbound Auth Outbound Auth Runtime Identity IdP (ex.Cognito) リクエスト with アクセストークン トークン検証 Runtime Identity Secrets Manager IdP(ex.Cognito) リクエスト可能 API Keyや Secret取得 M2M認証

Slide 33

Slide 33 text

Inbound Auth 33 Inbound AuthはAIエージェント⾃体に対する認証機能です。CognitoやAuth0 などのIdPと連携して認証を実現可能です。 IdP (ex.Cognito) アクセストークン取得 Runtime Identity トークンが有効な場合、 実⾏可能 リクエスト with アクセストークン アクセストークンを検証

Slide 34

Slide 34 text

Outbound Auth(API Key) 34 Outbound AuthはAIエージェントが外部サービスを呼び出すための認証機能で す。 APIキーやOAuth2認証情報をSecrets Managerで安全に管理し、⾃動で取 得します。 Runtime リクエスト Identity Secrets Manager Azure OpenAIへ リクエスト API Keyを 取得 Azure OpenAI リクエスト with API Key

Slide 35

Slide 35 text

Appendix:Outbound Authのコード例 35 デコレーターを使ってAPI Keyを取得可能です。込み⼊った処理を⾃前で実装し なくていいのはありがたいですね。

Slide 36

Slide 36 text

Outbound Auth(M2M) 36 Outbound AuthでMachine to Machine(M2M)認証する場合は下記フローで 外部サービスを利⽤するための認証‧認可が実施されます。 Runtime リクエスト with アクセ ストークン Identity Gateway IdP(ex.Cognito) アクセス トークン取得 リクエスト with アクセ ストークン リクエスト with Secret Secrets Manager 取得したSecretを使って Gatewayアクセス⽤のアク セストークンを取得 IdPのSecretを取得 リクエスト with Gateway⽤ アクセス トークン

Slide 37

Slide 37 text

Appendix:Outbound Authのコード例 37 デコレーターを使ってアクセストークンを取得可能です。込み⼊った処理を⾃ 前で実装しなくていいのはありがたいですね。

Slide 38

Slide 38 text

Appendix:Outbound Authのコード例 38 最初のフローがデコレーターの実装でいい感じに⾃動化されます。嬉しい。

Slide 39

Slide 39 text

組み合わせ 39 Inbound AuthとOutbound Authは併⽤可能です。 下記はエージェントは Inbound AuthでCognitoを使⽤し、Auzre OpenAIのAPI Keyを使⽤するために Outbound Authを組み合わせた例です。

Slide 40

Slide 40 text

40 AgentCoreなら記憶機能もマネージドサービスで提供されています よ!! Memory機能について説明します! Agent君 認証周りをマネージドサービスにオフロードできるのは嬉しいですね。 ただ、ユーザーとの会話履歴を持たせる機能を頑張って実装しないと ‧‧‧ 私

Slide 41

Slide 41 text

Amazon Bedrock AgentCore Memory

Slide 42

Slide 42 text

Amazon Bedrock AgentCore Memory 42 Amazon Bedrock AgentCore MemoryはAIエージェントに「記憶」を持たせる ためのマネージドサービスです。⼤きく分けてShort-term Memoryと Long-term Memoryの2種類の記憶を管理できます。 ⾃動抽出

Slide 43

Slide 43 text

Short-term Mermoy 43 Short-term Memoryはセッション中の会話履歴を保持する仕組みです。特段 難しい構造でもないので会話履歴を保持するのに扱いやすいです。 最⼤で365⽇保存可能となります。 AIエージェント Short-term Memory りんごについて教えて 質問履歴を記録 AIエージェント Short-term Memory さっき聞いた質問を教 えて 質問履歴を取得 先ほどはりんごについて質問さ れていましたよ 再度質問 取得した記憶からエージェントが回 答を⽣成

Slide 44

Slide 44 text

記憶データ構造 44 ユーザー毎にactor_id、セッション毎にsession_idがビルトインの属性で存在 するので簡単にユーザー毎の会話履歴を保持可能となります。 memory_id:memory-001 actor_id:user-001 session_001 Q:xxxについ て教えて A:YYY actor_id:user-002 session_002 Q:zzzについ て教えて A:TTT session_001 Q:DDDにつ いて教えて A:EEE session_002 Q:FFFについ て教えて A:XXX

Slide 45

Slide 45 text

Appendix:会話履歴のイメージ 45 ChatGPTやClaudeなどの会話履歴タブがイメージしやすいかと思います。 actor_id:ユーザーの識別の単位 session_id:⼀連の会話履歴の単位

Slide 46

Slide 46 text

Long-term Mermoy 46 Long-term Memoryは、Short-term Memoryから⾃動的に重要な情報を抽出 ‧統合する機能です。抽出されたインサイトはベクトルデータとして保存さ れ、セマンティック検索により関連性の⾼い記憶を効率的に取得できます。 AIエージェント Short-term Memory りんごについて教えて ⼤好きなんです。 質問履歴を記録 Long-term Memory ⾃動的にベクト ル化して抽出 AIエージェント 私の好みを教えて UserPreference Memory Strategyを設定 好みを取得 あなたはりんごが好きですね。

Slide 47

Slide 47 text

Strategy Short-term MemoryからLong-term Memoryへの抽出はStrategyを設定するこ とで簡単に設定できます。actor_idやsession_idでNamespaceを作成して、ど ういった単位で抽出するかを設定可能です。 47 ● /retail-agent/customer-123/preferences ○ 特定の顧客の好み⽤ ○ UserPreferenceMemoryStrategy ● /retail-agent/product-knowledge ○ ユーザーがアクセスできる共有製品情報⽤ ○ SemanticMemoryStrategy ● /support-agent/customer-123/case-summaries/session-001 ○ 過去のサポートケースの概要⽤ ○ SummaryMemoryStrategy 使⽤例のイメージ

Slide 48

Slide 48 text

使⽤例 48 学習アシスタントエージェントを例に考えてみます。 ⽇々の会話履歴はShort-term Memoryに保存し、個⼈の苦⼿状況や学習内容のサマ リーなどはLong-term Memoryから取得して効果的なアシストを狙います!

Slide 49

Slide 49 text

49 AgentCoreならできますよ!!Gateway機能を説明しましょう!!! Agent君 簡単に会話履歴などの記憶をマネージドサービスにオフロードできるの はすごいですね。Lambda関数をいい感じにAIエージェントのツールと して使えたりしないのかな‧‧?? 私

Slide 50

Slide 50 text

Amazon Bedrock AgentCore Gateway

Slide 51

Slide 51 text

Amazon Bedrock AgentCore Gateway 51 Amazon Bedrock AgentCore GatewayはAPI、Lambda関数、各種サービスを MCP(Model Context Protocol)互換のツールに変換して、AIエージェントか ら簡単に呼び出せるようにしてくれるサービスです。 Runtime Gateway Smithy モデル Lambda関数 OpenAPI仕様のAPI /mcp ツールとして 呼び出し MCPに変換 して実⾏

Slide 52

Slide 52 text

Lambda関数をMCP Server化 52 GatewayがLambda関数をMCPプロトコル対応ツールとして、エージェントか ら呼び出し可能するための準備を⾏います。 Gateway /mcp ツールとして 呼び出し Lambda関数 呼び出せるようマッピ ングを登録 Tools Schema IAMロールには Lambda関数を呼 び出せる権限を付 与

Slide 53

Slide 53 text

Appendix:Tool Schemaのイメージ 53

Slide 54

Slide 54 text

Lambda関数をMCP Server化 54 GatewayがLambda関数をMCPプロトコル対応ツールとして、エージェントか ら呼び出し可能にします。

Slide 55

Slide 55 text

Lambda関数をMCP Server化 55 注⽂エージェントを例にとると下記のようにツールとしてLambda関数を利⽤ できます。

Slide 56

Slide 56 text

Semantic Search(セマンティック検索)は、Gatewayが提供するインテリ ジェントなツール検索機能です。使⽤するツールが増加した際に適切なツール を⾒つけるための便利機能です。 Semantic Search機能 56 引⽤:https://catalog.us-east-1.prod.workshops.aws/workshops/015a2de4-9522-4532-b2eb-639280dc31d8/en-US/30-agentcore-gateway/34-gateway-search-tools

Slide 57

Slide 57 text

57 もちろんです!Observability機能でCloudWatch統合ダッシュボードで 可視化することが可能です! Agent君 おおお、ちょっと難しかったけどGatewayについてふんわり理解できま した。ログとかをいい感じに可視化できたりもするのかな? 私

Slide 58

Slide 58 text

Amazon Bedrock AgentCore Observability

Slide 59

Slide 59 text

Amazon Bedrock AgentCore Observability 59 Amazon Bedrock AgentCore ObservabilityはAIエージェントの各種メトリク ス、トレース、スパンを可視化することが可能です。マネージドサービスで可 視化するのも難しくないです。 Runtime Amazon CloudWatch メトリクス‧トレー スログを送信 ダッシュボードを参照 ユーザー

Slide 60

Slide 60 text

トランザクション検索の有効化 60 トランザクション検索を有効化すると、エージェントの実⾏フローを可視化で きます。 アカウントごとに1回だけ有効化すればOKです!

Slide 61

Slide 61 text

デプロイ時の準備 61 デプロイ時にaws-opentelemetry-distroが依存関係に含まれている必要があ ります。ただAgentCoreのstarter toolkitを使ってデプロイすると下記のように ⾃動でDockerfileに含まれて、⾃動的に有効化されます。 Dockerfile .bedrock_ agentcore.yaml ファイル作成 (agentcore configure) イメージPush AgentCore Runtime ECR イメージPull CMD ["opentelemetry-instrument", "python", "<>.py"]

Slide 62

Slide 62 text

ログについて 62 アプリケーションログとOpenTelemetry形式のログの2種類が出⼒されます。 runtime-logsストリームにはOTEL形式、⽇付つきストリームにはアプリログが 記録されます。

Slide 63

Slide 63 text

統合ダッシュボード 63 GenAI Observabilityといった項⽬で統合のダッシュボードが提供されていま す。ここからデプロイしたエージェントの挙動は確認可能です。可視化までビ ルトインなのはすごいですね。

Slide 64

Slide 64 text

セッション‧トレース‧スパンの関係 64 セッションは会話全体、トレースは1回のリクエスト、スパンは個別の処理を 表します。 セッションID:abc-001(会話全体) トレースID:def-001 スパン POST /invocati ons スパン invoke_a gent Strands トレースID:def-002 スパン POST /invocati ons スパン invoke_a gent Strands

Slide 65

Slide 65 text

セッション‧トレース‧スパンの関係 65 セッションとトレースの関係は下記になります。runtimeSessionIdが同⼀であ れば同⼀セッションとして記録されます。 セッションID:abc-001(runtimeSessionId) トレースID:def-001 トレースID:def-002 AgentCore xxxについて 教えて YYYだよ AgentCore YYYについ て教えて XZXだよ

Slide 66

Slide 66 text

具体的な可視化を⾒てみる 66 下記のようにタイムライン上でAIエージェントの動きを確認することができま す。例えばtoolを使⽤したのは⾚枠のように確認できます。

Slide 67

Slide 67 text

具体的な可視化を⾒てみる 67 スパン単位での有効時間も確認可能です。ぱっと⾒でどこがTodoのボトルネッ クになっているかわかりやすいですね。

Slide 68

Slide 68 text

68 ありますよ!!コードを安全に実⾏できる環境を提供する機能やブラウ ザを操作できる環境を提供する機能があります! Agent君 ビルトインで可視化できるのはめっちゃいいですね!! そのほかにも便利な機能ってありますか? 私

Slide 69

Slide 69 text

Amazon Bedrock AgentCore built-in tools AgentCoreCode Interpreter

Slide 70

Slide 70 text

Amazon Bedrock AgentCore built-in tools 70 Amazon Bedrock AgentCore built-in toolsはCode InterpreterとAgentCore Browserの便利な2種類の機能が存在します。 AgentCoreCode Interpreter AgentCoreCode Browser 引⽤:https://catalog.us-east-1.prod.workshops.aws/workshops/015a2de4-9522-4532-b2eb-639280dc31d8/en-US/60-agentcore-tools/62-browser-tool/01-browser-with-novaact 引⽤:https://catalog.us-east-1.prod.workshops.aws/workshops/015a2de4-9522-4532-b2eb-639280dc31d8/en-US/60-agentcore-tools/61-code-interpreter

Slide 71

Slide 71 text

Amazon Bedrock AgentCore Code Interpreter 71 Amazon Bedrock AgentCore Code Interpreterは⽣成AIが作成したコードを外 部の安全な環境で実⾏するための機能となります。 ● 完全に隔離されたサンドボックス環境でコード実⾏ ● Python、JavaScript、TypeScriptに対応 ● pandas、numpy、matplotlibなどのデータサイエンス系ライブラリが利⽤ 可能 ● インライン100MB、S3経由で最⼤5GBのファイル処理が可能 ● デフォルト15分、最⼤8時間の実⾏時間 ● セッション内でのファイルや変数の状態維持

Slide 72

Slide 72 text

Amazon Bedrock AgentCore Code Interpreter 72 実⾏イメージは下記のようになります。

Slide 73

Slide 73 text

Amazon Bedrock AgentCore Code Interpreter 73 Amazon Bedrock AgentCore Code Interpreterで⽣成AIが作成したコードを実 ⾏するイメージは下記のようになります。

Slide 74

Slide 74 text

Amazon Bedrock AgentCore built-in tools AgentCore Browser

Slide 75

Slide 75 text

Amazon Bedrock AgentCore Browser 75 Amazon Bedrock AgentCore Browserは⽣成AIがブラウザを操作するための実 ⾏環境を提供するサービスです。下記のような操作可能なブラウザをLLMが PlaywriteやBrowser-useなどを活⽤して操作します。

Slide 76

Slide 76 text

実際に使ってみた例 76 Browser Useなどのブラウザ操作系のAIエージェントを活⽤して、ブラウザ操 作を可能にします。

Slide 77

Slide 77 text

Amazon Bedrock AgentCore Browser 77 検索エンジンを使うとCAPTCHAに引っかかる可能性があります。 ⼀般的な検 索にはブラウザ以外のMCPツール(Tavilyなど)の利⽤を推奨すると公式ド キュメントに記載がありました。

Slide 78

Slide 78 text

78 はい!!!いっぱい使ってぜひブログ化してくださいね。楽しみにお待 ちしております。 Agent君 本当盛りだくさんでしたね‧‧‧めちゃくちゃ便利だなと思ったのでガ ンガン使ってみたくなりました!!ブログいっぱい書きます! 私

Slide 79

Slide 79 text

まとめ 79 Amazon Bedrock AgentCoreは、AIエージェント開発に必要 な機能が揃ったマネージドサービスです。 Runtime、Identity、Memory、Gateway、Built-in Tools、 Observabilityを活⽤して、AIエージェントを構築してみま しょう!! Agent君

Slide 80

Slide 80 text

まとめ 80 今⽇の発表が少しでも参考になったら幸いです!機能が多いの で、伝えきれていないことがたくさんあるのですがみなさんで AgentCoreをガンガン使って便利なAIエージェントを⽣み出し ていきましょうー!! ご清聴ありがとうございましたー!! 私

Slide 81

Slide 81 text

No content