欢迎大家再次来到亚马逊云科技AI解决方案篇。借助Amazon Bedrock的智能体Agents功能，应用程序可以利用生成式AI在多个外部系统和数据源之间运行任务。亚马逊云科技推出的智能体新功能就简化了Agent的创建和管理，新功能具体如下：

快速创建Agent——大家现在可以在亚马逊云科技上快速创建Agent，通过在Agent中添加指令和操作组，从而为开发流程提供更大的灵活性和敏捷性。

Agent设计控制台—— 所有Agent配置现在都可以直接在控制台的新Agent设计构建器中进行操作。

简化配置 —— 操作组（Action Groups） 现在可以使用简化的API Schema，仅需在UI中列出函数和参数，无需提供完整的API Schema脚本。

由Agent完全控制 —— Agent现在可以不通过使用AWS Lambda函数完成任务，而直接将任务控制权返回给调用Agent的应用程序。这种方式使应用程序可以直接与AWS之外的系统集成，或调用 Amazon VPC内部托管的内部端点所挂载的服务，而无需通过Lambda进行网络和安全配置与VPC内部的服务进行集成。

基础设施即代码 —— 通过使用AWS CloudFormation脚本，通过创新方式简化配置、部署和管理 Agent，确保在不同环境中agent方案保持一致性和可复现性，从而更高效地构建生成式AI应用。

5分钟手把手教会你开发一个AI Agent

使用新简化控制台创建 Agent

接下来我会构建一个Agent来帮助我回复一封包含客户反馈的电子邮件。我可以使用生成式AI，但仅调用基础模型（FM）无法完全满足我们的需求，因为我需要与其他系统交互。为此我们需要使用Agent。

在Amazon Bedrock控制台里，我选择 Agents，然后点击Create Agent创建Agent。输入Agent 名称（customer-feedback）和描述就可以创建 Agent，而不需要在此阶段提供额外信息。

配置 Agent 构建器

下面现在我进入了Agent 构建器（Agent builder），这是用于访问和编辑Agent方案配的地方。

在 Agent 资源角色（Agent resource role） 部分，我可以通过Create and use a new service role直接自动创建一个新的Agent访问权限，这样Agent所使用的AWS IAM角色权限会自动创建，而无需手动配置。

在模型（Model）选项中，我选择了Anthropic Claude 3 Sonnet作为我们Agent运行时所使用的基础模型。

定义 Agent 指令

在为Agent配置提示词指令的部分，我提供了清晰且具体的任务提示词，确保Agent知道自己需要执行的任务。此外我也可以指定Agent回复的风格和语气。对于我的使用场景，我们输入以下提示词：

Help reply to customer feedback emails with a solution tailored to the customer account settings.

在Additional settings（额外设置）的设置部分，我将User input（用户输入）选项开启，这样当 Agent没有足够的信息时，它可以主动向用户询问更多细节进行任务。填好之后我们选择Save以更新Agent配置。

添加 Action Group

接下来我进入Action groups（操作组）部分，操作组主要的目的就是定义当该agent被调用时的操作，点击Add以创建新的Action Group。Action Group允 Agent与外部系统和数据交互，从而获取额外信息或执行特定操作。我输入Action Group名称：retrieve-customer-settings以及备注描述：

Retrieve customer settings including customer ID.

描述（Description）不是必填项，但如果提供了描述，它将作为背景传递给基础模型，帮助Agent 识别何时应该调用该Action Group。

操作组类型选择

接下来在Agent的Action group type（操作组类型）部分，我选择类型：Define with function details（使用函数详细信息定义），这样我只需要在UI中指定函数及其参数即可完成配置。这里还有另一个选项Define with API schemas（使用 API 模式定义）对应的是通过API Schema脚本模式配置Action Group的。

Action Group的行为可以设置成Lambda函数调用，或者配置为将控制权返回给调用Agent的用户或应用，以便它们可以直接为该函数提供响应。最后一个返回控制选项在以下四种主要场景中非常有用：

• 如果直接在现有应用中调用API更简单，而无需创建一个新的Lambda函数来处理API认证和网络配置。
• 如果任务的执行时间超出Lambda函数15分钟的最大超时时间，那么可以让应用运行在容器或 虚拟服务器上，或者使用Step Functions进行工作流编排。
• 如果任务执行时间较长，在启用返回控制后，Agent不需要再等待任务完成即可继续执行下一个步骤，可以在后台异步运行任务，而Agent的整体编排流程仍然可以继续。
• 在开发和测试阶段需要快速模拟API交互，此方式可以解决的模拟开发测试的需求。

在Action group invocation（操作组调用方式）部分，我还可以指定一个Lambda函数，以便当模型在编排过程中识别到需要调用Action Group时调用该函数。我可以选择快速创建一个新的Lambda 函数，或者选择一个已有的Lambda函数，或者选择我们刚介绍的返回控制，让调用Agent的用户或应用决定如何生成响应。下面就是我配置Agent选择Return Control（返回控制）时的具体操作方式。

接下来我将配置Action Group中的第一个交互调用函数。首先我输入函数名称：retrieve-customer-settings-from-crm），并提供以下函数描述：

Retrieve customer settings from CRM including customer ID using the customer email in the sender/from fields of the email.

在Parameters（参数）部分，我添加了email地址作为参数，并设置Customer email（客户邮箱）作为该参数的描述。此参数的数据类型为String，并且要求是必填项。最后选择Add完成第一个Action Group的创建

在本篇中，我们介绍了如何在亚马逊云科技上创建一个AI智能体Agent，并配置一个Agent交互操作组用于Agenty与外部系统和数据交互，我们首先展示的是Return Control（返回控制省），让调用Agent的用户或应用决定如何生成任务执行中的响应，省去开发API调用代码的工作量。欢迎大家继续关注小李哥的亚马逊云科技前沿AI解决方案介绍系列，关注我不要错过未来更多高质量内容。