AWS 上的 AI 代理：在 AWS 上构建 AI 代理的初学者指南

使用真实系统的基岩、内存和多代理架构在 AWS 上构建、扩展和部署自主 AI 代理

主要功能

• 从代理 AI 概念到 AWS 上的生产就绪部署的进展
• 利用工具、内存和编排设计和构建 AI 代理
• 使用 Amazon Bedrock AgentCore 部署、评估和管理代理

书籍说明

在 AWS 上构建可靠的 AI 代理，并在实践指导下超越原型。本书可帮助您设计、部署和管理代理系统，这些系统可以推理、使用工具并协作解决现实世界的任务。

您将从代理 AI 的基础开始，了解代理如何思考、行动和交互。设计单代理系统，通过工具和函数调用对其进行扩展，并使用 Amazon Bedrock 和 SageMaker AI 为上下文感知行为添加内存。您还将使用 LangGraph 和 Strands 构建代理工作流程。

随着您的进步，创建多代理系统并编排专业代理协作的工作流程。了解 MCP 和 A2A 如何实现跨代理生态系统的通信、互操作性和模块化设计。

通过使用 Bedrock AgentCore 部署和扩展代理、评估性能以及实施可观察性、监控和治理，重点关注生产准备情况。最后，您将能够在 AWS 上设计和操作强大的 AI 代理系统。

你将学到什么

• 了解 AI 代理如何思考、行动和协作
• 利用工具和推理设计单代理系统
• 使用 Bedrock 和 SageMaker AI 在 AWS 上构建代理
• 为上下文感知和自适应行为添加内存
• 创建多代理系统和协调的工作流程
• 使用 MCP 和 A2A 进行代理沟通和工具
• 为生产环境部署和扩展代理
• 监控、评估和管理代理绩效

这本书适合谁

本书适合想要在 AWS 上构建和部署自主 AI 系统的 AI 工程师、机器学习工程师、云架构师、软件工程师和开发人员。它也非常适合想要进入代理人工智能领域的研究生和本科生。建议熟悉 Python、API 和基本的 AI/ML 概念，但这本书的目的是让仍在打基础的读者能够接触到代理 AI。

目录

1. 了解 AWS 上的 AI 代理
2. 使用工具构建代理
3. 代理内存和上下文管理
4. 多代理工作流程和编排
5. 高级代理架构模式
6. 部署、扩展和企业集成
7. 安全性、可观察性和监控