Amazon Bedrock AgentCore Managed Harness 座学資料

Transcript

1. Amazon Bedrock AgentCore Managed Harness 座学資料 Hello！ 神野 雄大（Jinno Yudai/@yjinn448208）
2. はじめに 2
3. 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！
4. 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！
5. 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/
6. 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
7. 座学今から始めます！ 7
8. 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
9. 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
10. 10 まずはAmazon Bedrock AgentCoreの概要から説明し ますね！ Agent君
11. Amazon Bedrock AgentCoreについて 11
12. 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
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。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
14. 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
15. 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
16. 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
17. 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？
18. 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
19. 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
20. • 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
21. 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
22. Amazon Bedrock AgentCore Runtime 22
23. 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
24. 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
25. 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
26. 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
27. 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
28. 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
29. 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
30. 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
31. 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
32. 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・・・
33. 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
34. 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
35. 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。
36. 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
37. 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
38. 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
39. AgentCore Managed Harness（今日の主役） 39
40. 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
41. 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
42. 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
43. 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
44. 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
45. 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
46. 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
47. 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
48. 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
49. 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）
50. 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
51. 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
52. 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
53. 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
54. 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
55. 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。
56. まとめ 56
57. 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
58. 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
59. 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！
60. Thank you!