Strands AgentsをAmazon Bedrock AgentCore Runtimeにデプロイする

Strands AgentsをAmazon Bedrock AgentCore Runtimeにデプロイしてみた

はじめに

本記事は、Strands Agents公式ドキュメントのPython Deployment to Amazon Bedrock AgentCore Runtimeに沿って、実際にデプロイを試した記録です。

Amazon Bedrock AgentCore Runtimeは、AIエージェントをAWS上でホスティングするためのマネージドサービスです。Strands Agentsフレームワークを使用してシンプルなエージェントを作成し、AgentCore Runtimeにデプロイする手順を紹介します。

前提条件

• Python 3.10以上
• AWSアカウントと適切なIAM権限
• AWS CLI設定済み
• uv（Pythonパッケージマネージャー）

デプロイ方法の選択

AgentCore Runtimeへのデプロイには2つのアプローチがあります：

方法	特徴	用途
Option A: SDK Integration	自動HTTPサーバー設定、デプロイツール内蔵	シンプルなエージェント、プロトタイピング
Option B: Custom Agent	FastAPIで完全制御、カスタムルーティング	複雑なエージェント、本番システム

今回はOption A: SDK Integrationを使用します。

セットアップ〜デプロイ

Step 1: プロジェクトの作成

mkdir strands-agentcore && cd strands-agentcore
uv init --python 3.11

Step 2: 依存関係のインストール

uv add strands-agents bedrock-agentcore bedrock-agentcore-starter-toolkit

インストールされる主要パッケージ：

• strands-agents: Strands Agentsフレームワーク（LLM呼び出し）
• bedrock-agentcore: AgentCore Runtime SDK（HTTPサーバー）
• bedrock-agentcore-starter-toolkit: デプロイ自動化ツール

Step 3: エージェントコードの作成

agent_example.pyを作成します：

from strands import Agent
from bedrock_agentcore.runtime import BedrockAgentCoreApp

agent = Agent()
app = BedrockAgentCoreApp()


@app.entrypoint
def invoke(payload):
    """Process user input and return a response"""
    user_message = payload.get("prompt", "Hello")
    response = agent(user_message)
    return str(response)


if __name__ == "__main__":
    app.run()

Step 4: __init__.pyの作成

Pythonパッケージとして認識させるため、空の__init__.pyを作成します：

touch __init__.py

Step 5: ローカルテスト

エージェントを起動：

AWS_PROFILE=your_profile uv run python agent_example.py

別ターミナルでテスト：

curl -X POST http://localhost:8080/invocations \
  -H "Content-Type: application/json" \
  -d '{"prompt":"Hello"}'

レスポンス例：

"Hello! How are you doing today? Is there anything I can help you with?"

Step 6: agentcore configure

agentcore configure --entrypoint agent_example.py

対話形式で以下を設定：

Agent name [agent_example]: （Enter）
Select deployment type:
  1. Direct Code Deploy (recommended)
  2. Container
Choice [1]: 1

Select Python runtime version:
Choice [2]: 2  # PYTHON_3_11

Execution role ARN/name: （Enter）  # 自動作成
S3 URI/path: （Enter）              # 自動作成

Memory Configuration:
Your choice: （Enter）              # 新規作成
Enable long-term memory? [no]: （Enter）

Step 7: agentcore launch

agentcore launch

デプロイには数分かかります。完了時の出力：

✅ Deployment completed successfully
Agent ARN: arn:aws:bedrock-agentcore:ap-northeast-1:XXXXXXXXXXXX:runtime/agent_example-XXXXXXXXXX

Step 8: デプロイ後のテスト

agentcore invoke '{"prompt": "こんにちは"}'

レスポンス：

Response:
こんにちは! Nice to meet you. Are you interested in practicing Japanese,
or is there something specific I can help you with today?

運用コマンド

# ステータス確認
agentcore status

# エージェント呼び出し
agentcore invoke '{"prompt": "Hello"}'

# ログ確認（リアルタイム）
aws logs tail /aws/bedrock-agentcore/runtimes/agent_example-XXXXXXXXXX-DEFAULT \
  --log-stream-name-prefix "$(date +%Y/%m/%d)/[runtime-logs" --follow

# リソース削除
agentcore destroy

Observabilityダッシュボード

CloudWatchのGenAI Observabilityダッシュボードで監視できます：

https://console.aws.amazon.com/cloudwatch/home?region=ap-northeast-1#gen-ai-observability/agent-core

※ データが表示されるまで最大10分かかる場合があります。

---

補足: SDKアーキテクチャ

bedrock-agentcoreとstrands-agentsは異なる役割を持っています：

┌─────────────────────────────────────────────────────────────┐
│  クライアント (curl / agentcore invoke)                      │
└─────────────────────────────────────────────────────────────┘
                        ↓
┌─────────────────────────────────────────────────────────────┐
│  bedrock-agentcore SDK (BedrockAgentCoreApp)                │
│  - POST /invocations  ← エージェント呼び出し                 │
│  - GET /ping          ← ヘルスチェック                       │
│  - WebSocket /ws      ← WebSocket通信                       │
└─────────────────────────────────────────────────────────────┘
                        ↓
┌─────────────────────────────────────────────────────────────┐
│  strands-agents (Agent)                                     │
│  - Amazon Bedrockモデル呼び出し                              │
│  - ツール実行                                                │
└─────────────────────────────────────────────────────────────┘

Strandsなしでも動作可能

bedrock-agentcoreはHTTPサーバーのラッパーなので、Strandsなしでもエージェントを作成できます：

from bedrock_agentcore.runtime import BedrockAgentCoreApp

app = BedrockAgentCoreApp()

@app.entrypoint
def invoke(payload):
    user_message = payload.get("prompt", "")
    return {"message": f"あなたは「{user_message}」と言いました"}

if __name__ == "__main__":
    app.run()

パターン	使用ライブラリ
固定値を返す	bedrock-agentcoreのみ
外部API呼び出し	bedrock-agentcore + requests
LLM（Bedrock）を使う	bedrock-agentcore + strands-agents

補足: @app.entrypointの詳細

単一エンドポイント設計

AgentCore SDKは「1エージェント = 1エンドポイント」の設計です。@app.entrypointを複数定義すると、最後に定義した関数だけが有効になります。

引数

# パターン1: payloadのみ（基本）
@app.entrypoint
def invoke(payload):
    user_message = payload.get("prompt")
    return {"response": "..."}

# パターン2: payload + context（拡張）
@app.entrypoint
def invoke(payload, context):
    session_id = context.session_id
    headers = context.request_headers
    return {"response": "..."}

第2引数は必ずcontextという名前にする必要があります。

他のデコレータ

デコレータ	用途
@app.entrypoint	メインエンドポイント（/invocations）
@app.ping	カスタムヘルスチェック（/ping）
@app.websocket	WebSocketハンドラー（/ws）
@app.async_task	非同期タスク追跡

複数のルーティングが必要な場合はOption B（FastAPI）を使う必要があります。

補足: 設定ファイル

agentcore configure実行後、.bedrock_agentcore.yamlが生成されます：

agents:
  agent_example:
    deployment_type: direct_code_deploy
    runtime_type: PYTHON_3_11
    aws:
      region: ap-northeast-1
      network_configuration:
        network_mode: PUBLIC
    memory:
      mode: STM_ONLY
      event_expiry_days: 30

項目	説明
deployment_type	direct_code_deploy（Dockerなし）またはcontainer
runtime_type	Python 3.10〜3.13から選択
network_mode	PUBLICまたはVPC
memory.mode	STM_ONLY（短期記憶）またはSTM_AND_LTM（長期記憶含む）

設定を変更する場合は、YAMLを編集後にagentcore launchを実行します。

補足: メモリ機能

AgentCore Memoryは2層構造のメモリシステムを提供します。

STM（短期記憶）とLTM（長期記憶）

┌─────────────────────────────────────────────────────────────┐
│  Short-Term Memory (STM) - 短期記憶                         │
│  • セッション内の会話履歴を保持                              │
│  • 即座に利用可能、30日間保持                                │
└─────────────────────────────────────────────────────────────┘
                  ↓ 非同期抽出（LTM有効時）
┌─────────────────────────────────────────────────────────────┐
│  Long-Term Memory (LTM) - 長期記憶                          │
│  • セッション間で永続化                                     │
│  • ユーザーの好み・事実・パターンを自動抽出                 │
└─────────────────────────────────────────────────────────────┘

セッションIDの仕組み

# セッションID未指定 → 自動生成
agentcore invoke '{"prompt": "私は田中です"}'
# → Session: ef57535e-b8b5-4f40-9bf1-5226fee4ff3d

# 同じセッションIDで継続 → 会話を覚えている
agentcore invoke '{"prompt": "私の名前は？"}' --session-id ef57535e-...
# → 「田中さんですね」

# 別のセッションID → 覚えていない
agentcore invoke '{"prompt": "私の名前は？"}' --session-id new-session-xxx...
# → 「お名前をお聞きしていません」

セッションIDは33文字以上が必要です（UUID形式推奨）。

※ 本記事ではLTM（長期記憶）は試していません。詳細は公式ドキュメントを参照してください。

補足: リソース管理

agentcore CLIはCloudFormationを使用しない

agentcore CLIは直接AWS APIを呼び出してリソースを作成します。状態管理はローカルの.bedrock_agentcore.yamlファイルで行われます。

作成されるリソース：

• IAM Role
• S3 Bucket
• AgentCore Runtime
• Memory
• CloudWatch Logs

カスタムドメインの設定

デフォルトではエージェント作成時にユニークなIDが付与されます。固定のカスタムドメインを使用したい場合は、CloudFront + Route 53 + ACMで設定できます。

詳細はAWS公式ブログを参照してください。

まとめ

Strands AgentsをAmazon Bedrock AgentCore Runtimeにデプロイする手順を紹介しました。

メリット：

• 数コマンドでデプロイ可能
• Dockerなしで直接コードをデプロイ
• メモリ機能・Observabilityが組み込み

デメリット：

• CloudFormation/Terraformでの管理ができない
• プロトタイピング向け

参考リンク

公式ドキュメント

• Strands Agents Documentation
• Amazon Bedrock AgentCore Runtime Documentation
• Deploy to Bedrock AgentCore (Python)

メモリ機能

• Amazon Bedrock AgentCore Memory: Building context-aware agents
• Building smarter AI agents: AgentCore long-term memory deep dive

カスタムドメイン

• Set up custom domain names for Amazon Bedrock AgentCore Runtime agents