本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。
# 开始使用 G AgentCore ateway
在本快速入门指南中，您将学习如何设置网关并使用 AgentCore CLI 将其集成到您的代理中。有关更全面的指南和示例，请参阅[亚马逊 Bedrock AgentCore Gateway GitHub 存储库](https://github.com/awslabs/amazon-bedrock-agentcore-samples/tree/main/01-features/07-centralize-and-govern-your-ai-infrastructure/01-gateway)。
**注意**
AgentCore CLI 提供了用于管理 AgentCore 网关资源的命令和交互式 TUI 向导。有关完整的 AWS SDK API 参考，请参阅[AgentCore 控制平面操作](https://boto3.amazonaws.com/v1/documentation/api/latest/reference/services/bedrock-agentcore-control.html)。
**Topics**
+ [先决条件](#gateway-quick-start-prereqs)
+ [第 1 步：设置和安装](#gateway-quick-start-setup)
+ [第 2 步：创建网关](#gateway-quick-start-create-gateway-setup)
+ [第 3 步：运行安装程序](#gateway-quick-start-run-setup)
+ [第 4 步：将网关与代理一起使用](#gateway-quick-start-use-gateway-with-agents)
+ [你建造了什么](#gateway-quick-start-what-youve-built)
+ [问题排查](#gateway-quick-start-troubleshooting)
+ [快速验证](#gateway-quick-start-quick-validation)
+ [资源清理](#gateway-quick-start-cleanup)
+ [后续步骤](#gateway-quick-start-next-steps)
## 先决条件
在开始之前，请确保您具备以下条件：
+ ** AWS 配置**了凭据的账户。要配置凭证，您可以按照 AWS CLI [ 入门中的步骤安装和使用 AWS 命令行界面](https://docs.aws.amazon.com/cli/latest/userguide/cli-chap-getting-started.html)。
+ **Node.js **已安装 20 多个（用于 AgentCore CLI）。
+ ****已安装 Python 3.10\+（用于代理脚本）。
+ **创建角色、Lambda 函数和使用亚马逊基岩 AgentCore的 IAM 权限**。
+ **模型访问权限。**默认情况下，亚马逊 Bedrock 允许访问基础模型。要使用非基础模型，请按照[模型访问步骤](https://docs.aws.amazon.com/bedrock/latest/userguide/model-access.html#model-access-sdk-step4)进行操作。
## 第 1 步：设置和安装
全局安装 AgentCore CLI：
```
npm install -g @aws/agentcore
```
使用代理和网关创建一个新 AgentCore 项目：
**Example**
1.
```
agentcore create --project-name MyGatewayProject --name MyGatewayAgent \
--language Python --framework Strands --model-provider Bedrock --memory none
cd MyGatewayProject
```
这些选项创建了一个使用亚马逊 Bedrock 且没有内存的 Python Strands 代理。或者，在`agentcore create`不带选项的情况下运行，然后**在交互式向导中选择**代理。
1. 您也可以在`agentcore create`没有标志的情况下运行以使用交互式向导。该向导指导您选择项目名称、代理框架、模型提供者和其他选项。
## 第 2 步：创建网关
使用 AgentCore CLI 为您的项目添加网关和目标：
**Example**
1.
```
# Add a gateway with no inbound auth (simplest for getting started)
agentcore add gateway --name TestGateway --authorizer-type NONE --runtimes MyGatewayAgent
# Add a Lambda function target
agentcore add gateway-target --name TestLambdaTarget --type lambda-function-arn \
--lambda-arn \
--tool-schema-file tools.json \
--gateway TestGateway
```
1. 运行打开 `agentcore` TUI，然后选择**添加**并选择**网关**：
1. 输入网关名称：
1. 选择授权者类型。对于此快速入门，请选择 “**无**”：
1. 配置高级选项或接受默认值：
1. 查看配置并**按 Enter ** 键确认：
接下来，**再次选择**添加并选择**网关目标**以添加 Lambda 函数目标：
1. 输入目标名称。
1. 选择 ** Lambda 函数**作为目标类型：
1. 输入 Lambda ARN 和工具架构文件路径，然后确认。
要改用 JWT-based 授权，请`--authorizer-type CUSTOM_JWT`使用您的 OAuth 发现 URL 指定：
**Example**
1.
```
agentcore add gateway --name TestGateway \
--authorizer-type CUSTOM_JWT \
--discovery-url https://cognito-idp.us-east-1.amazonaws.com//.well-known/openid-configuration \
--allowed-audience \
--runtimes MyGatewayAgent
```
1. 运行打开 `agentcore` TUI，然后选择**添加**并选择**网关**。当提示输入授权者类型时，选择**自定义 JW ** T：
1. 输入网关名称：
1. 选择**自定义 JWT ** 作为授权者类型：
1. 出现提示时输入 OAuth 发现 URL 和允许的受众。
1. 配置高级选项或接受默认值：
1. 查看配置并**按 Enter ** 键确认：
## 第 3 步：运行安装程序
将您的项目部署到 AWS：
```
agentcore deploy
```
CLI 合成 AWS CDK 堆栈并将您的网关、目标和代理部署到亚马逊 Bedrock。 AgentCore这大约需要 2-3 分钟。
## 第 4 步：将网关与代理一起使用
使用 CL AgentCore I 检索您的网关 URL：
```
agentcore status
```
创建一个名为的新文件`run_agent.py`并插入以下代码。首先安装 Python 依赖项：
```
pip install strands-agents mcp
```
```
"""
Agent script to test the Gateway
Run this after setup: python run_agent.py
"""
from strands import Agent
from strands.models import BedrockModel
from strands.tools.mcp.mcp_client import MCPClient
from mcp.client.streamable_http import streamablehttp_client
import json
import sys
def create_streamable_http_transport(mcp_url: str):
return streamablehttp_client(mcp_url)
def get_full_tools_list(client):
"""Get all tools with pagination support"""
more_tools = True
tools = []
pagination_token = None
while more_tools:
tmp_tools = client.list_tools_sync(pagination_token=pagination_token)
tools.extend(tmp_tools)
if tmp_tools.pagination_token is None:
more_tools = False
else:
more_tools = True
pagination_token = tmp_tools.pagination_token
return tools
def run_agent():
# Get the gateway URL from agentcore status
gateway_url = "" # Replace with URL from 'agentcore status'
# Model configuration - change if needed
model_id = "anthropic.claude-3-7-sonnet-20250219-v1:0"
print("Starting AgentCore Gateway Test Agent")
print(f"Gateway URL: {gateway_url}")
print(f"Model: {model_id}")
print("-" * 60)
# Setup Bedrock model
bedrockmodel = BedrockModel(
model_id=model_id,
streaming=True,
)
# Setup MCP client (no auth token needed for NONE authorizer)
mcp_client = MCPClient(lambda: create_streamable_http_transport(gateway_url))
with mcp_client:
# List available tools
tools = get_full_tools_list(mcp_client)
print(f"\nAvailable tools: {[tool.tool_name for tool in tools]}")
print("-" * 60)
# Create agent
agent = Agent(model=bedrockmodel, tools=tools)
# Interactive loop
print("\nInteractive Agent Ready!")
print("Try asking: 'What's the weather in Seattle?'")
print("Type 'exit', 'quit', or 'bye' to end.\n")
while True:
user_input = input("You: ")
if user_input.lower() in ["exit", "quit", "bye"]:
print("Goodbye!")
break
print("\nThinking...\n")
response = agent(user_input)
print(f"\nAgent: {response.message.get('content', response)}\n")
if __name__ == "__main__":
run_agent()
```
### 运行你的代理
通过运行代理并与工具交互来测试您的网关。
```
python run_agent.py
```
仅此而已！代理将启动，你可以问一些问题，比如：
+ “西雅图的天气怎么样？”
+ “现在在纽约几点？”
## 你建造了什么
通过本入门教程，您创建了以下资源：
+ **MCP 服务器（网关）**：托管端点 `https://gateway-id.gateway.bedrock-agentcore.region.amazonaws.com/mcp`
+ **Lambda 工具**：返回测试数据的模拟函数（天气：“72°F，晴天”，时间：“下午 2:30”）
+ **AI 代理**：可以发现和使用您的工具的 Claude-powered 助手
## 问题排查
下表显示了一些可能的问题及其解决方案：
| 问题 | 解决方案 |
| --- | --- |
| “没有名为'strands'的模块” | 运行：`pip install strands-agents` |
| “模型访问被拒绝” | 默认情况下，亚马逊 Bedrock 允许访问基础模型。对于非基础模型，请按照[模型访问步骤](https://docs.aws.amazon.com/bedrock/latest/userguide/model-access.html#model-access-sdk-step4)进行操作。 |
| "AccessDeniedException" | 检查 bedrock-agentcore 的 IAM 权限：\* |
| 网关没有响应 | 创建 DNS 传播后等待 30-60 秒 |
## 快速验证
在终端中运行以下命令以检查您的网关是否正常运行。
```
# Check your Gateway is working
curl -X POST YOUR_GATEWAY_URL \
-H "Content-Type: application/json" \
-d '{"jsonrpc":"2.0","id":1,"method":"tools/list","params":{}}'
# Watch live logs
aws logs tail /aws/bedrock-agentcore/gateways/YOUR_GATEWAY_ID --follow
```
## 资源清理
要从您的项目中移除网关及其目标，请执行以下操作：
```
agentcore remove gateway --name TestGateway
```
要移除所有资源并重新部署，请执行以下操作：
```
agentcore remove all
agentcore deploy
```
## 后续步骤
+ **自定义 Lambda 工具**：使用您的业务逻辑创建 Lambda 函数
+ **添加您自己的 API**：使用真实服务的 OpenAPI 规范扩展您的网关
+ **生产设置**：配置 VPC 终端节点、自定义域和监控