📄 工具详情 ⚙️ 安装教程 📚 使用教程
能力标签
🔌 MCP🤖 Agent🔄 工作流💻 CLI🔗 REST API🧠 Claude✨ GPT⛓ LangChain
⚙️
Agent工作流

Amazon Bedrock Agentcore

基于 Jupyter Notebook · 无代码搭建完整 AI 自动化流程
英文名：agentcore-samples
⭐ 2.9k Stars 🍴 1.1k Forks 💻 Jupyter Notebook 📄 Apache-2.0 🏷 AI 7.5分
7.5AI 综合评分
workflowagentagentic-aiagentsauthenticationbedrockjupyter notebook
⬇ 下载源码 ZIP ⚙️ 配置说明
✦ AI Skill Hub 推荐

经 AI Skill Hub 精选评估，Amazon Bedrock Agentcore 获评「推荐使用」。已获得 2.9k 颗 GitHub Star，这款Agent工作流在功能完整性、社区活跃度和易用性方面表现出色，AI 评分 7.5 分，适合有一定技术背景的用户使用。

📚 深度解析
Amazon Bedrock Agentcore 是一套完整的 AI Agent 自动化工作流方案。随着 AI 能力的不断提升，基于 Agent 的自动化工作流正在成为提升个人和团队效率的核心方式。区别于传统的 RPA 自动化（模拟鼠标键盘操作），AI Agent 工作流通过理解任务意图、动态规划执行路径，能够处理更复杂的非结构化任务。

Amazon Bedrock Agentcore 工作流的设计遵循"最小配置，最大复用"原则：核心逻辑已经封装好，用户只需配置自己的 API Key 和业务参数即可快速上手。工作流内置错误处理和重试机制，在网络波动或 API 限速等情况下仍能稳定运行，适合作为生产环境的自动化基础设施。

在实际部署时，建议先在测试环境中运行 3-5 次，验证各个环节的输出结果符合预期，再部署到生产环境。AI Skill Hub 评分 7.5 分，是同类 Agent 工作流中的精选推荐。
📋 工具概览

Amazon Bedrock Agentcore加速AI代理进入生产环境，提供可扩展的AI工作流解决方案。

Amazon Bedrock Agentcore 是一套完整的 AI Agent 自动化工作流方案。通过可视化的节点编排，将复杂的多步骤任务拆解为清晰的自动化流程，实现全程无人值守的智能处理。支持与数百种外部服务和 API 无缝集成，适合构建数据处理管线、业务自动化和 AI 辅助决策系统。

GitHub Stars
⭐ 2.9k
开发语言
Jupyter Notebook
支持平台
Windows / macOS / Linux
维护状态
持续维护，定期更新
开源协议
Apache-2.0
AI 综合评分
7.5 分
工具类型
Agent工作流
Forks
1.1k
📖 中文文档
以下内容由 AI Skill Hub 根据项目信息自动整理，如需查看完整原始文档请访问底部「原始来源」。

Amazon Bedrock Agentcore加速AI代理进入生产环境，提供可扩展的AI工作流解决方案。

Amazon Bedrock Agentcore 是一套完整的 AI Agent 自动化工作流方案。通过可视化的节点编排，将复杂的多步骤任务拆解为清晰的自动化流程，实现全程无人值守的智能处理。支持与数百种外部服务和 API 无缝集成，适合构建数据处理管线、业务自动化和 AI 辅助决策系统。

📌 核心特色
  • 可视化 Agent 工作流编排，无需编写复杂代码
  • 支持多步骤自动化任务链，实现全流程无人值守
  • 与外部 API、数据库和第三方服务无缝集成
  • 内置错误处理与自动重试机制，保障稳定运行
  • 提供可复用的自动化模板，快速在同类场景部署
🎯 主要使用场景
  • 自动化日常重复性工作，将精力集中于创造性任务
  • 构建数据采集 → 处理 → 输出的完整自动化管线
  • 实现跨平台、跨系统的数据流转和业务协同
以下安装命令基于项目开发语言和类型自动生成，实际以官方 README 为准。
安装命令
# 克隆仓库
git clone https://github.com/awslabs/agentcore-samples
cd agentcore-samples

# 查看安装说明
cat README.md

# 按 README 完成环境依赖安装后即可使用
📋 安装步骤说明
  1. 访问 GitHub 仓库获取工作流文件
  2. 在对应平台（Dify / Flowise / Make 等）中找到「导入工作流」功能
  3. 上传工作流文件
  4. 按照提示配置必要的环境变量和 API Key
  5. 运行测试确认流程正常后投入使用
以下用法示例由 AI Skill Hub 整理，涵盖最常见的使用场景。
常用命令 / 代码示例
# 查看帮助
agentcore-samples --help

# 基本运行
agentcore-samples [options] <input>

# 详细使用说明请查阅文档
# https://github.com/awslabs/agentcore-samples
以下配置示例基于典型使用场景生成，具体参数请参照官方文档调整。
配置示例
# agentcore-samples 配置说明
# 查看配置选项
agentcore-samples --config-example > config.yml

# 常见配置项
# output_dir: ./output
# log_level: info
# workers: 4

# 环境变量（覆盖配置文件）
export AGENTCORE_SAMPLES_CONFIG="/path/to/config.yml"
📑 README 深度解析 真实文档 完整度 58/100 查看 GitHub 原文 →
以下内容由系统直接从 GitHub README 解析整理，保留代码块、表格与列表结构。

简介

Amazon Bedrock AgentCore Samples

Deploy and operate AI agents securely at scale - using any framework and model

GitHub commit activity GitHub open issues GitHub open pull requests License

<p> <a href="https://docs.aws.amazon.com/bedrock-agentcore/">Documentation</a> ◆ <a href="https://github.com/aws/bedrock-agentcore-sdk-python">Python SDK</a> ◆ <a href="https://github.com/aws/agentcore-cli">AgentCore CLI</a> ◆ <a href="https://discord.gg/strands">Discord</a> </p> </div>

Welcome to the Amazon Bedrock AgentCore Samples repository!

Amazon Bedrock AgentCore is both framework-agnostic and model-agnostic, giving you the flexibility to deploy and operate advanced AI agents securely and at scale. Whether you’re building with Strands Agents, CrewAI, LangGraph, LlamaIndex, or any other framework—and running them on any Large Language Model (LLM)—Amazon Bedrock AgentCore provides the infrastructure to support them. By eliminating the undifferentiated heavy lifting of building and managing specialized agent infrastructure, Amazon Bedrock AgentCore lets you bring your preferred framework and model, and deploy without rewriting code.

This collection provides examples and tutorials to help you understand, implement, and integrate Amazon Bedrock AgentCore capabilities into your applications.

Migrating from the Starter Toolkit? This repository is transitioning from the Bedrock AgentCore Starter Toolkit to the new AgentCore CLI. Samples that still depend on the Starter Toolkit are in legacy/ and will be updated over the coming weeks. See MIGRATION.md for the full old-path to new-path mapping.

🧩 [`features/`](./features/)

AgentCore Capabilities Deep Dives

Focused examples for individual AgentCore capabilities:

  • Runtime — Secure, serverless runtime for deploying agents and tools at scale
  • Gateway — Convert APIs, Lambda functions, and services into MCP-compatible tools
  • Identity — Agent identity and access management across AWS and third-party apps
  • Memory — Managed memory infrastructure for personalized agent experiences
  • Tools — Built-in Code Interpreter and Browser Tool
  • Observability — Trace, debug, and monitor agent performance with OpenTelemetry
  • Evaluation — Built-in and custom evaluators for on-demand and online evaluation
  • Policy — Fine-grained access control with Cedar policies

Add More Capabilities

agentcore add memory           # Add managed memory
agentcore add identity         # Add identity provider
agentcore add evaluator        # Add LLM-as-a-Judge evaluation
agentcore add online-eval      # Enable continuous evaluation
agentcore deploy               # Sync changes to AWS

Congratulations! Your agent is now running on Amazon Bedrock AgentCore Runtime.

For the full CLI reference, see the AgentCore CLI documentation.

Step 1: Prerequisites

  • An AWS account with credentials configured (aws configure)
  • Node.js 20.x or later
  • uv (for Python agents) or Node.js (for TypeScript agents)
  • Model Access: Anthropic Claude 4.0 enabled in Amazon Bedrock console
  • AWS Permissions:
  • BedrockAgentCoreFullAccess managed policy
  • AmazonBedrockFullAccess managed policy

🚀 [`getting-started/`](./getting-started/)

Your First Agent in Minutes

Get up and running with the AgentCore CLI — the fastest way to create, develop, and deploy agents on Amazon Bedrock AgentCore.

  • python/ — Python agent samples (Code Interpreter, Gateway, Memory, Identity, and more)
  • typescript/ — TypeScript agent samples

Step 2: Install the CLI and Create a Project

```bash

Install the AgentCore CLI

npm install -g @aws/agentcore

Step 4: Deploy to AWS

```bash

Deploy to Amazon Bedrock AgentCore

agentcore deploy

Test your deployed agent

agentcore invoke ```

Quick Start with the AgentCore CLI

The AgentCore CLI is the recommended way to create, develop, and deploy agents on Amazon Bedrock AgentCore. It replaces the previous Starter Toolkit with a streamlined project-based workflow.

🔌 [`integrations/`](./integrations/)

Connect AgentCore to Your Stack

🎯 aiskill88 AI 点评 A 级 2026-05-23

该项目提供了一种可扩展的AI工作流解决方案，适合AI开发者和数据科学家使用，但需要进一步优化和完善。

⚡ 核心功能
👥 适合人群
自动化工程师和运维人员项目经理和业务分析师希望减少重复性工作的专业人士数字化转型团队
🎯 使用场景
  • 自动化日常重复性工作，将精力集中于创造性任务
  • 构建数据采集 → 处理 → 输出的完整自动化管线
  • 实现跨平台、跨系统的数据流转和业务协同
⚖️ 优点与不足
✅ 优点
  • +Apache-2.0 协议，可免费商用
  • +大幅减少重复性人工操作
  • +可视化流程，清晰直观
  • +可扩展性强，支持复杂场景
⚠️ 不足
  • −初始配置和调试需投入一定时间
  • −强依赖外部服务的稳定性
  • −复杂场景需具备一定技术基础
⚠️ 使用须知

AI Skill Hub 为第三方内容聚合平台，本页面信息基于公开数据整理，不对工具功能和质量作任何法律背书。

建议在沙箱或测试环境中充分验证后，再部署至生产环境，并做好必要的安全评估。

📄 License 说明

✅ Apache 2.0 — 宽松开源协议，可商用，需保留版权声明和 NOTICE 文件，含专利授权条款。

🔗 相关工具推荐
taste-skill — AI Agent 工作流中文教程
Taste-Skill - gives your AI good taste. stops the AI from ge
open-saas — AI Agent 工作流中文教程
A 100% free modern JS SaaS boilerplate (React, NodeJS, Prism
agent-orchestrator — AI Agent 工作流中文教程
Agentic orchestrator for parallel coding agents — plans tas
awesome-gpt-image-2 — AI Agent 工作流中文教程
Prompt as Code | GPT-Image2 工业级提示词引擎与模板库，370+ 个案例逆向工程，20+ 套工
🧩 你可能还需要
基于当前 Skill 的能力图谱，自动补全的工具组合
natively-cluely-ai-assistant — Claude Skill 中文使用文档
Natively - Free open-source AI interview copilot & meeting assistant.
neuralmind
🧠 Adaptive Neural Knowledge System - 40-70x token reduction for AI co
general-rag-system
A RAG (Retrieval-Augmented Generation) knowledge base system with Vue.
Claude代码智能体系统
基于Claude的MCP开源智能体框架，集成技能、本能、记忆和搜索能力。通过优化agent性能，支持复杂代码生成和自动化开发任务。适合AI开
ECC MCP工具
MCP · Agent · 工作流
LEANN AI技能包
MCP · Agent · 工作流
❓ 常见问题 FAQ
解答
💡 AI Skill Hub 点评

AI Skill Hub 点评：Amazon Bedrock Agentcore 的核心功能完整，质量良好。对于自动化工程师和运维人员来说，这是一个值得纳入个人工具库的选择。建议先在非生产环境试用，再逐步推广。

⬇️ 获取与下载
⬇ 下载源码 ZIP

✅ Apache-2.0 协议 · 可免费商用 · 直接从 aiskill88 服务器下载，无需跳转 GitHub

📚 深入学习 Amazon Bedrock Agentcore
查看分步骤安装教程和完整使用指南，快速上手这款工具
⚙️ 安装教程 📚 使用教程
🌐 原始信息
原始名称 agentcore-samples
原始描述 开源AI工作流：Amazon Bedrock Agentcore accelerates AI agents into production with the scale, r。⭐2.9k · Jupyter Notebook
Topics workflowagentagentic-aiagentsauthenticationbedrockjupyter notebook
GitHub https://github.com/awslabs/agentcore-samples
License Apache-2.0
语言 Jupyter Notebook
🔗 原始来源
🐙 GitHub 仓库  https://github.com/awslabs/agentcore-samples 🌐 官方网站  https://aws.amazon.com/bedrock/agentcore/

收录时间：2026-05-23 · 更新时间：2026-05-23 · License：Apache-2.0 · AI Skill Hub 不对第三方内容的准确性作法律背书。