Amazon Bedrock AgentCore Managed Harness 座学資料

by Yudai Jinno

Embed

Start on current slide

Slide 1

Slide 1 text

Amazon Bedrock AgentCore Managed Harness 座学資料 Hello！神野雄大（Jinno Yudai/@yjinn448208）

Slide 2

Slide 2 text

はじめに 2

Slide 3

Slide 3 text

自己紹介 3 簡単な自己紹介です！名前神野雄大（Jinno Yudai）/@yjinn448208 最近X始めました！所属クラスメソッド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資格 ● Japan All AWS Top Engineers 2025 推しのサービス ● Amazon Bedrock AgentCore ブログはこのアイコンで書いています！ラ・ムーとチーズナンが好きです！

Slide 4

Slide 4 text

対象と目的 4 本資料はAmazon Bedrock AgentCore Managed Harnessを活用してAIエージェント作成を知っていただくための資料になります。少しでもAIエージェントを作りたい！と思っていただけると嬉しいです！対象対象と目的 ● AIエージェントの作成に興味があるが、AWSでどう実現したらいいか不明な方 ● Amazon Bedrock AgentCoreをもっと知りたいと思っている方 ● Amazon Bedrock AgentCore Managed Harnessに興味がある方目的 ● Amazon Bedrock AgentCoreの全体像をふんわりと理解してもらう ● Amazon Bedrock AgentCoreでAIエージェントを作りたい！と思っていただく！！ ● Amazon Bedrock AgentCore Managed Harnessで簡単なAIエージェントが作れるようになる！

Slide 5

Slide 5 text

謝り 5 残念ながら本資料で全て説明できているわけではございません。より詳細に知りたいと思った方は、手前味噌で恐縮ですが私のブログから関連するトピックを読んでいただくと理解が深まると思います。ブログ：https://dev.classmethod.jp/author/yjinn/

Slide 6

Slide 6 text

今日の予定 6 今日の予定は座学30分・ハンズオン60分の計90分を予定しております。長丁場ですが楽しく学んでいただけると嬉しいです！質問があれば随時お気軽にどうぞ！ Part1：座学30分 Part2：ハンズオン60分

Slide 7

Slide 7 text

座学今から始めます！ 7

Slide 8

Slide 8 text

8 皆さん10月に一般公開（GA）されたAmazon Bedrock AgentCoreを使っていますか？？ Agent君

Slide 9

Slide 9 text

9 勿体無い！！AIエージェントを作る上で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 10

Slide 10 text

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

Slide 11

Slide 11 text

Amazon Bedrock AgentCoreについて 11

Slide 12

Slide 12 text

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。マネージドサービスによりインフラ管理を排除し、開発者がエージェントのロジック構築に集中できる環境を提供します。 Amazon Bedrock AgentCore とは 12 Amazon Bedrock AgentCore ● AIエージェントのホスティング ○ Strands Agents、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）特徴

Slide 13

Slide 13 text

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。アップデートも多くかなり多機能です。 Amazon Bedrock AgentCoreが持つ機能群 13 ● Runtime：AIエージェントの実行環境 ● Identity：認証機能 ● Gateway：MCPツールの集約機能、外部サービスのMCPツール化機能 ● Memory：記憶機能 ● Observability：AIエージェントの挙動を可視化 ● Evaluations：AIエージェントの評価機能（Preview） ● Built in tools ○ Code Interpreter：コード実行環境 ○ Browser：ブラウザ実行環境 ● AWS Agent Registry：組織内のSkills、MCP Server、A2A Agentの管理機能 ● Optimization：プロンプトやツール説明を改善、バージョン管理機能 ● Payments：AIエージェントによる決済機能 ● Harness：簡単にAIエージェントを作成可能

Slide 14

Slide 14 text

Amazon Bedrock AgentCoreはRuntime、Identity、Memory、Gateway、Built-in Tools、Observability、Evaluationsというサービスが、それぞれ本番運用の具体的な課題を解決します。組み合わせても使用できる柔軟性を持っており、ニーズに応じた最適な構成を選択できます。 Amazon Bedrock AgentCoreの連携イメージ 14 Amazon Bedrock AgentCore Identity Gateway Built in tools Memory Observability Evaluations/Optimization Runtime Identity

Slide 15

Slide 15 text

15 AIエージェントって言葉はよく聞くけど、何を意味しているか迷うポイントですよね。今から簡単に説明しますね！　 Agent君便利そう・・・！！ただそもそもAIエージェントって何？？私

Slide 16

Slide 16 text

LLM、RAG、ツール利用とAIの利用は進歩してきましたが、AIエージェントはさらに一歩進んだ存在です。単にツールを使うだけでなく、タスクをこなすための計画を立て、実行し、評価し、自己管理することができます。 AIエージェント 16 ユーザーエージェント韓国旅行の予約をお願いわかりました！まずは計画から考えて実行します！検索ツールで航空券・ホテル情報を収集カレンダーツールで予定の空き状況を確認予約システムAPIで航空券・宿泊を確保メールツールで予約確認書を送信実行計画

Slide 17

Slide 17 text

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。 AIエージェントのイメージ 17 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 AIエージェント調査ツールツール実行 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？ 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？

Slide 18

Slide 18 text

AIエージェントを特徴づける2つの中核的な特性が、自律性と知性です。自律性により、エージェントは人間の指示を待たずに目標に向かって自ら動き続けることを可能にし、知性により、複雑な状況を理解し、推論し、最適な判断を下すことを可能とします。 AIエージェントが持つ特性 18 ⾃律性 Success！自分一人で最後までやり遂げる！知性 xxxについて教えて資料によると yyyですこの質問なら、この資料を読んで判断して返事するか必要に応じて外部環境を活用参照

Slide 19

Slide 19 text

よく使われているClaude Codeも、まさにAIエージェントの一種です。ファイルを読み込み、コードを生成・修正し、テストを実行し、エラーを自己修正する...これらはまさにエージェントの自律性と知性の表れです。 AIエージェントが持つ特性 19 AIエージェント Claude Code コーディングエージェント

Slide 20

Slide 20 text

● 実行計画 ● 自己修正 ● タスク管理特に「自律性」の有無が、エージェントとそれ以前の技術を分ける大きな境界線となっています。 LLM/RAG/ツール利用/AIエージェントの比較 20 LLMのみ RAG ツール利用 AIエージェント自律性特徴 ● 対話 ● Web上の知識 ● 指示理解 ● 構造化出力 ● クエリ作成 ● データソース検索 ● 検索結果をベースにした回答 ● リランキング ● ツール利用 ● API連携 ● MCP Serverによるツール利用

Slide 21

Slide 21 text

21 それならRuntimeだね。まずはAIエージェントの実行環境について説明するよ。 Agent君なるほど！AIエージェントについて理解できたよ！まずはAgentCoreのコア機能から教えて！私

Slide 22

Slide 22 text

Amazon Bedrock AgentCore Runtime 22

Slide 23

Slide 23 text

Runtime機能は、AIエージェントを実行するための「身体」（LLMが「脳」）として機能します。サーバーレスで自動スケールし、ユーザーセッションごとに専用のマイクロ VMを提供することでセキュアな実行環境を実現します。 Amazon Bedrock AgentCore Runtime 23 AgentCore Runtime ユーザー Strands Agents Bedrock LLM エージェントに質問 AIエージェント Bedrockを使用

Slide 24

Slide 24 text

AgentCore Runtimeの強みは柔軟性にあります。後述の要件を満たせば、Strands Agents、LangGraph、Mastraなど、どんなエージェントフレームワークでも選択でき、LLMもBedrock、OpenAI、Geminiなど自由に組み合わせられます。 Amazon Bedrock AgentCore Runtimeの柔軟性 24 AgentCore Runtime ユーザー Mastra Azure OpenAI LLM エージェントに質問 AIエージェント Azure OpenAI を使用

Slide 25

Slide 25 text

Amazon Bedrock AgentCore SDKを使えば、Runtimeで起動するAIエージェントの実装が簡単に可能です。処理のエントリーポイントをデコレーターで指定すれば自動的に Runtimeに必要なエンドポイントを実装してくれます。 Amazon Bedrock AgentCore SDKを活用した実装 25 デコレーターでエントリーポイントを指定することで自動的にポート8080、/invocationsエンドポイントとして処理が呼び出される /pingエンドポイントなども自前で実装不要

Slide 26

Slide 26 text

26 その通り！とってもシンプルに実装できるフレームワークなので AgentCoreからは少し脱線するけど大事だから説明しますね！ Agent君あれ、Strands Agentsって何？AIエージェントを実装するようなフレームワークなのかな？私

Slide 27

Slide 27 text

Strands Agentsは、AWSが提供するオープンソースSDKで、AIエージェントの構築をシンプルにします。開発者は複雑なワークフローを複雑なコードで実装する必要がなく、目標とツールを定義するだけでエージェントが構築できます。 Strands Agents 27 Strands Agents たった3行で実行できる

Slide 28

Slide 28 text

Strands Agentsは生成AIがタスクを達成するために実行計画を立て適切なツールを使うための仕組みであるエージェンティックループ（Agentic Loop）が存在します。LLMの実行、ツールの選択、ツールの実行結果を返却といったループを簡単に実装可能です。 Agentic Loop 28 Strands Agents AIエージェントユーザータスクを依頼 Bedrock LLM 指示を入力 Tool MCP Server 状況に応じてツール利用失敗してもタスクが成功するまで自動で反復して実行可能 Agentic Loop

Slide 29

Slide 29 text

ツール実行も下記のようなシンプルな実装で自動的に使われますツール実装のイメージ 29 ツールを定義して呼び出すだけで機能

Slide 30

Slide 30 text

データ分析ツールツールもエージェント化することも可能です。Agent As Toolsと呼ばれます。エージェント同士で協調して、自律的に判断したい時に便利です。 Agent As Tools 30 Strands Agents メインエージェントデータ分析エージェントレポート作成エージェントレポート作成ツールこのデータを分析して情報をわかりやすくまとめて

Slide 31

Slide 31 text

31 AgentCoreへのデプロイも簡単なので説明していきますね！ Agent君シンプルにAIエージェントを実装できて良いね！！早速処理を書いたからAgentCoreにデプロイしたい！！！私

Slide 32

Slide 32 text

デプロイはシンプルです。AgentCore CLIを使用するとシンプルにデプロイが可能になります。createコマンドを実行すると対話で雛形やCDKファイルが作成されてすぐに活用できます。 AgentCore CLI 32 agentcore create 雛形・CDKの各種ファイル ● デプロイ方法の選択（Zipかコンテナイメージ） ○ 推奨はZipアップロード（直接デプロイ） ● IAMロールの設定（自動作成も可能） ● コンテナの場合はECRの設定、Zipの場合はS3バケットの指定（自動作成も可能） ● Zipの場合はPythonバージョンの指定、requirements.txtなどのパッケージ管理ファイルの指定 ● 認証の設定（デフォルトはIAM） ● メモリーの設定（オプション） ● etc・・・

Slide 33

Slide 33 text

下記のように対話で作成したいエージェントの設定を決めていくことができます。ターミナルUIなため対話しやすい形になっています。この設定が完了すればすぐに活用できます。 Appendix：AgentCore CLI createコマンドのイメージ 33

Slide 34

Slide 34 text

AgentCore CLI devコマンドでローカル上でエージェントの動きを確認する 34 devコマンドを実行するとAgent Inspector Web UIが立ち上がり、ローカル上で自作のエージェントの挙動を確認することができます。デプロイする前に振る舞いを見るのに便利です。Memoryなどのリソースもこのタイミングで同時に作成されます。 agentcore dev AgentCoreリソース群実態はCDKコマンドが裏で実行されてデプロイされる

Slide 35

Slide 35 text

Agent Inspector Web UI 35 Agent Inspector Web UIは後述する長期記憶やエージェントの動きをトレースした情報なども見れるため便利です。

Slide 36

Slide 36 text

AgentCore CLI deployコマンドでAWS環境上のAgentCoreにデプロイする 36 実装が終わったらdeployコマンドを実行することで、実際にAgentCore Runtime、 Gateway、Memoryなどの各種リソースを展開できます。実態はCDKが実行されます。 AgentCoreリソース群 agentcore deploy 実態はCDKコマンドが裏で実行されてデプロイされる

Slide 37

Slide 37 text

AgentCore CLI deployコマンドでAWS環境上のAgentCoreにデプロイする 37 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。 SDKや curlなどでももちろん呼び出し可能です。 AgentCore Runtime ユーザー Strands Agents Bedrock LLM エージェントに質問 AIエージェント Bedrockを使用 agentcore invoke

Slide 38

Slide 38 text

38 作れますよ！！AgentCore Managed Harnessなら簡単にコンソールから作成できます！ Agent君おお、結構シンプルなんですね・・・！ただ私普段コード書かないので、これでも難しく感じます・・・もっと簡単にAIエージェント作れませんか？私

Slide 39

Slide 39 text

AgentCore Managed Harness（今日の主役） 39

Slide 40

Slide 40 text

AgentCore Managed Harnessはユーザー側がコードの実装をすることなく簡単にAI エージェントの作成をすることが可能です。コンソール上でモデルや連携するツール、システムプロンプトを設定すればAIエージェントとして振る舞うことを可能にします。 AgentCore Managed Harness 40 コンソールからサクッと作成コンソールからサクッと試せる Managed Harness

Slide 41

Slide 41 text

AgentCore Managed Harnessはシステムプロンプト、モデル、記憶、外部連携ツールの設定などを簡単に変更することが可能です。ブラウザやCodeInterpreterなどは簡単に連携することも可能です。 AgentCore Managed Harnessの設定項目 41 Managed Harness Memory システムプロンプト Skill Browser CodeInterpreter Gateway Remote MCP Server モデル自由に連携・設定

Slide 42

Slide 42 text

設定を変更したら、コンソール上のプレイグラウンドでサクッと試すことができます。右側の設定から簡易的に設定変更も可能です。一時的に試したい時に便利ですね。 AgentCore Managed Harnessのプレイグラウンド 42 一時的に設定を変更可能

Slide 43

Slide 43 text

Managed Harnessは独自の作りではなく、今までに紹介したStrands AgentsとAgent Core Runtimeをラップしたサービスとなっております。あくまで自分でコードを書いていないだけで作りはほぼ同じですね。 AgentCore Managed Harnessの作り 43 Managed Harness Strands Agents AgentCore Runtime AIエージェントユーザー簡単に作れる・試せる

Slide 44

Slide 44 text

下記が今日の構成です。HarnessにブラウザやCodeInterpreter、便利なツールを与えて Agentらしさを体験いただきます！自律的に必要なツールを選択する様子を体験できます。 AgentCore Managed Harnessを使ったハンズオンの構成 44 Managed Harness ユーザー Gateway CodeInterpreter Browser Knowledge Bases RAGツール AWS Knowledge MCPServer URL Fetch MCP Server AgentCoreの最新情報について教えてツールから最新情報取得しておしえるよ！ Gatewayに繋げることで複数の外部ツールが利用可能に自作MCP Server LambdaでRetrieveする処理を実装

Slide 45

Slide 45 text

45 本当簡単にAIエージェントの挙動を確認することができますよ！このあとハンズオンで確認しましょう！それ以外の主要な簡単な機能も軽く確認します！ Agent君おお、Harnessなら簡単ですね！！早速試してみたいです！私

Slide 46

Slide 46 text

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。 Amazon Bedrock AgentCore Identity 46 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取得トークン取得( M2M) 外部サービス利用時

Slide 47

Slide 47 text

Inbound AuthはRuntimeやGatewayに対する認証機能です。IAM認証はもちろんのこと、CognitoやAuth0などのIdPと連携したJWT認証も実現可能です。Gatewayは加えて認証なしのオプションも選択可能です。（Runtimeは認証なしは不可） Inbound Auth 47 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、呼び出し可能リクエスト with アクセストークンアクセストークンを検証 JWT IAM Runtime Identity 権限が適切な場合、呼び出し可能リクエスト with IAM Sig V4認証

Slide 48

Slide 48 text

AIエージェントに「記憶」を持たせることで、より賢く、よりパーソナライズされた対応が可能になります。AgentCore Memory機能は、短期記憶（会話履歴）と長期記憶（重要な情報の抽出）の両方をマネージドで提供します。開発者は複雑な記憶管理の実装に悩むことなく、エージェントに学習能力と文脈理解能力を付与できます。 Amazon Bedrock AgentCore Memory 48 Amazon Bedrock AgentCore ユーザー Strands Agents Bedrock LLM エージェントに質問 AIエージェント Bedrockを使用 Memory ● 会話履歴 ● サマリー ● 客観的事実

Slide 49

Slide 49 text

既存のAPI、Lambda関数、MCP Server、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。 Amazon Bedrock AgentCore Gateway 49 Runtime Gateway /mcp ツールとして呼び出し・MCPに変換して実行・MCP Toolsを中央集約的に管理 Lambda関数 OpenAPI仕様のAPI Remote MCP Server API Gateway Smithyモデル統合サービス（Slack、GitHubなど）

Slide 50

Slide 50 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。Gatewayが中央集権的にMCPツールを管理するからこそこの機能は便利ですよね。 Amazon Bedrock AgentCore Gateway 50 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 51

Slide 51 text

エージェントが何を考え、どのツールを使い、どこで時間を費やしているのか—内部動作の可視化はデバッグと評価に不可欠です。AgentCore Observability機能は、 CloudWatch統合ダッシュボードでメトリクス、トレース、スパンを完全に可視化します。 Amazon Bedrock AgentCore Observability 51

Slide 52

Slide 52 text

Code Interpreterは、AIが生成したコードを完全に隔離されたサンドボックスで安全に実行し、Browserはブラウザ操作による自動化を可能にします。データ分析からWeb調査まで、エージェントの適用範囲を大きく広げる強力な機能です。 Amazon Bedrock AgentCore Built-in Tools（Code Interpreter & Browser） 52 AgentCore Code Interpreter AgentCore 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 53

Slide 53 text

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。下記のようなイメージで動作します。 Amazon Bedrock AgentCore Built-in Tools（Code Interpreter） 53

Slide 54

Slide 54 text

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。 Amazon Bedrock AgentCore Built-in Tools（Browser） 54 Browser AgentCore Runtime Strands Agents AIエージェント操作

Slide 55

Slide 55 text

その他AgentCoreの機能 55 ● Evaluations：AIエージェントの評価機能 ● AWS Agent Registry：組織内のSkills、MCP Server、A2A Agentの管理機能（Preview） ● Optimization：プロンプトやツール説明を改善、バージョン管理機能（Preview） ● Payments：AIエージェントによる決済機能（Preview）今日ご紹介した機能以外にもAgentCoreは兼ね備えています！継続的な改善を行うには欠かせない評価機能や、組織内のスキルやMCP Server、Agentを管理する機能なども備わっています！必要に応じて使用を検討しましょう。

Slide 56

Slide 56 text

まとめ 56

Slide 57

Slide 57 text

57 もちろんAgentCoreの機能を全て使う必要はございません！！必要な要件に応じて使用する機能を組み立てて便利なAIエージェントを組み立ててもらえると良いかと思います！ Agent君 Agent君、説明ありがとう！！今日説明してもらった機能は全部使う必要があるのかな？いっぱいあって難しいなと思って・・・私

Slide 58

Slide 58 text

58 ですね！！今日はManaged Harnessのハンズオンを用意しているので、ぜひ楽しくAIエージェントを体験しましょう！ Agent君座学聞いていたら早速ハンズオン試したい！私

Slide 59

Slide 59 text

まとめ 59 この資料ではAgentCoreについて簡単に説明させていただきました。おそらく全てを理解するのは難しいと思うので、軽く概要を理解いただければ十分嬉しいです。この後はManaged Harnessのハンズオンを通してより、AIエージェントを作ることに対する理解を深めていただければと思います！

Slide 60

Slide 60 text

Thank you!