Amazon Bedrock

A Amazon Bedrock fornece inferência gerenciada para modelos de fundação por meio da AWS. O Agent Framework pode encapsular um Bedrock IChatClient ou usar o Python BedrockChatClient mantendo as APIs padrão de agente, sessão, middleware e ferramenta.

Importante

Amazon Bedrock é um sistema de terceiros. Examine os termos de serviço, o tratamento de dados, a disponibilidade regional, o acesso ao modelo e os custos de uso antes de enviar dados do aplicativo.

Instalar os pacotes

dotnet add package AWSSDK.Extensions.Bedrock.MEAI
dotnet add package Microsoft.Agents.AI --prerelease

Configuration

AWS_REGION="us-east-1"
BEDROCK_MODEL_ID="anthropic.claude-3-5-sonnet-20241022-v2:0"

A autenticação usa a cadeia de credenciais padrão do AWS, incluindo variáveis de ambiente, perfis compartilhados, identidade de carga de trabalho e funções IAM.

Crie o cliente de runtime do AWS Bedrock, converta-o IChatClientem e crie um agente do Agent Framework.

var awsRegion = Environment.GetEnvironmentVariable("AWS_REGION") ?? "us-east-1";
var modelId = Environment.GetEnvironmentVariable("BEDROCK_MODEL_ID") ?? "anthropic.claude-3-5-sonnet-20241022-v2:0";
// Create the Bedrock runtime client.
var bedrockRuntime = new AmazonBedrockRuntimeClient(RegionEndpoint.GetBySystemName(awsRegion));
IChatClient chatClient = bedrockRuntime.AsIChatClient(modelId);

AIAgent agent = chatClient.AsAIAgent(
    instructions: "You are a helpful assistant.",
    name: "BedrockAgent");

As credenciais da AWS seguem a cadeia de credenciais padrão da AWS. Conceda apenas as ações do modelo Bedrock de que o aplicativo precisa.

Instalar o pacote

pip install agent-framework-bedrock --pre

Configuration

BEDROCK_REGION="us-east-1"
BEDROCK_CHAT_MODEL="anthropic.claude-3-5-sonnet-20241022-v2:0"
AWS_ACCESS_KEY_ID="<access-key>"
AWS_SECRET_ACCESS_KEY="<secret-key>"
# Optional temporary credentials:
AWS_SESSION_TOKEN="<session-token>"
# Optional shared profile:
AWS_PROFILE="<profile>"

BedrockChatClient lê as credenciais de modelo, região e AWS de suas configurações ou valores de construtor explícitos.

async def main() -> None:
    """Run a Bedrock-backed agent with one tool call."""
    # 1. Create an agent with Bedrock chat client and one tool.
    agent = Agent(
        client=BedrockChatClient(),
        instructions="You are a concise travel assistant.",
        name="BedrockWeatherAgent",
        tools=[get_weather],
        default_options=BedrockChatOptions(tool_choice="auto"),
    )

    # 2. Run a query that uses the weather tool.
    query = "Use the weather tool to check the forecast for New York."
    print(f"User: {query}")
    response = await agent.run(query)
    print(f"Assistant: {response.text}")

Use BedrockChatOptions para opções de solicitação específicas do Bedrock e BedrockGuardrailConfig quando sua implantação usa guardrails bedrock.

Gerar inserções

BedrockEmbeddingClient gera inserções com modelos de inserção do Amazon Titan. Configure BEDROCK_EMBEDDING_MODEL e BEDROCK_REGION, em seguida, use a mesma cadeia de credenciais do AWS que BedrockChatClient.

Nenhum exemplo de inserção do Agent Framework executável está publicado no momento para este cliente.

Note

Atualmente, a integração do Amazon Bedrock não está disponível para o Agent Framework Go. Consulte o repositório Agent Framework Go para obter o status mais recente.

Tools

O Bedrock dá suporte a ferramentas do Agent Framework invocadas localmente, mas não expõe fábricas de ferramentas hospedadas pelo provedor.

Tool	C#	Python	Notes
Ferramentas de Funções	✅	✅	O suporte ao modelo varia de acordo com o modelo bedrock selecionado.
Aprovação da ferramenta	✅	✅	Aplicado pelo loop de invocação de função do Agent Framework.
Interpretador de Código	❌	❌	Nenhuma integração de interpretador de código hospedada no Bedrock.
Pesquisa de Arquivo	❌	❌	Nenhuma integração de pesquisa de arquivos hospedada no Bedrock.
Pesquisa na Web	❌	❌	Nenhuma integração de pesquisa na Web hospedada no Bedrock.
Ferramentas MCP hospedadas	❌	❌	Nenhuma integração mcp hospedada pela Bedrock.
Ferramentas MCP locais	✅	✅	É executado no processo do aplicativo.

Próximas Etapas 

Google Gemini