Bedrock Invoke Agent 工具

使 CrewAI 智能体能够调用 Amazon Bedrock Agents，并在你的工作流中利用其能力

BedrockInvokeAgentTool

BedrockInvokeAgentTool 使 CrewAI 智能体能够调用 Amazon Bedrock Agents，并在你的工作流中利用其能力。

安装

uv pip install 'crewai[tools]'

要求

• 已配置 AWS 凭证（通过环境变量或 AWS CLI）
• boto3 和 python-dotenv 包
• 对 Amazon Bedrock Agents 的访问权限

用量

以下是如何在 CrewAI 智能体中使用该工具：

from crewai import Agent, Task, Crew
from crewai_tools.aws.bedrock.agents.invoke_agent_tool import BedrockInvokeAgentTool

# Initialize the tool
agent_tool = BedrockInvokeAgentTool(
    agent_id="your-agent-id",
    agent_alias_id="your-agent-alias-id"
)

# Create a CrewAI agent that uses the tool
aws_expert = Agent(
    role='AWS Service Expert',
    goal='Help users understand AWS services and quotas',
    backstory='I am an expert in AWS services and can provide detailed information about them.',
    tools=[agent_tool],
    verbose=True
)

# Create a task for the agent
quota_task = Task(
    description="Find out the current service quotas for EC2 in us-west-2 and explain any recent changes.",
    agent=aws_expert
)

# Create a crew with the agent
crew = Crew(
    agents=[aws_expert],
    tasks=[quota_task],
    verbose=2
)

# Run the crew
result = crew.kickoff()
print(result)

工具参数

参数	类型	必填	默认值	描述
agent_id	str	是	None	Bedrock 智能体的唯一标识符
agent_alias_id	str	是	None	智能体别名的唯一标识符
session_id	str	否	timestamp	会话的唯一标识符
enable_trace	bool	否	False	是否启用追踪以便调试
end_session	bool	否	False	是否在调用结束后结束会话
description	str	否	None	该工具的自定义描述

环境变量

BEDROCK_AGENT_ID=your-agent-id           # Alternative to passing agent_id
BEDROCK_AGENT_ALIAS_ID=your-agent-alias-id # Alternative to passing agent_alias_id
AWS_REGION=your-aws-region               # Defaults to us-west-2
AWS_ACCESS_KEY_ID=your-access-key        # Required for AWS authentication
AWS_SECRET_ACCESS_KEY=your-secret-key    # Required for AWS authentication

高级用法

带会话管理的多智能体工作流

from crewai import Agent, Task, Crew, Process
from crewai_tools.aws.bedrock.agents.invoke_agent_tool import BedrockInvokeAgentTool

# Initialize tools with session management
initial_tool = BedrockInvokeAgentTool(
    agent_id="your-agent-id",
    agent_alias_id="your-agent-alias-id",
    session_id="custom-session-id"
)

followup_tool = BedrockInvokeAgentTool(
    agent_id="your-agent-id",
    agent_alias_id="your-agent-alias-id",
    session_id="custom-session-id"
)

final_tool = BedrockInvokeAgentTool(
    agent_id="your-agent-id",
    agent_alias_id="your-agent-alias-id",
    session_id="custom-session-id",
    end_session=True
)

# Create agents for different stages
researcher = Agent(
    role='AWS Service Researcher',
    goal='Gather information about AWS services',
    backstory='I am specialized in finding detailed AWS service information.',
    tools=[initial_tool]
)

analyst = Agent(
    role='Service Compatibility Analyst',
    goal='Analyze service compatibility and requirements',
    backstory='I analyze AWS services for compatibility and integration possibilities.',
    tools=[followup_tool]
)

summarizer = Agent(
    role='Technical Documentation Writer',
    goal='Create clear technical summaries',
    backstory='I specialize in creating clear, concise technical documentation.',
    tools=[final_tool]
)

# Create tasks
research_task = Task(
    description="Find all available AWS services in us-west-2 region.",
    agent=researcher
)

analysis_task = Task(
    description="Analyze which services support IPv6 and their implementation requirements.",
    agent=analyst
)

summary_task = Task(
    description="Create a summary of IPv6-compatible services and their key features.",
    agent=summarizer
)

# Create a crew with the agents and tasks
crew = Crew(
    agents=[researcher, analyst, summarizer],
    tasks=[research_task, analysis_task, summary_task],
    process=Process.sequential,
    verbose=2
)

# Run the crew
result = crew.kickoff()

使用场景

混合式多智能体协作

• 创建 CrewAI 智能体与作为 AWS 中服务运行的托管 Bedrock 智能体协作的工作流
• 支持敏感数据处理在 AWS 环境中完成、而其他智能体在外部运行的场景
• 将本地部署的 CrewAI 智能体与云端 Bedrock 智能体连接起来，构建分布式智能工作流

数据主权与合规

• 将涉及敏感数据的智能体化工作流保留在你的 AWS 环境中，同时允许外部 CrewAI 智能体编排任务
• 仅在 AWS 账户内处理敏感信息，以持续满足数据驻留要求
• 支持安全的多智能体协作，使部分智能体无法访问组织的私有数据

无缝集成 AWS 服务

• 通过 Amazon Bedrock Actions 访问任意 AWS 服务，无需编写复杂的集成代码
• 使 CrewAI 智能体能够通过自然语言请求与 AWS 服务交互
• 利用预构建的 Bedrock 智能体能力与 Bedrock Knowledge Bases、Lambda 等 AWS 服务交互

可扩展的混合智能体架构

• 将计算密集型任务卸载到托管 Bedrock 智能体，而轻量任务在 CrewAI 中运行
• 通过在本地 CrewAI 智能体与云端 Bedrock 智能体之间分配工作负载来扩展智能体的处理能力

跨组织的智能体协作

• 支持组织的 CrewAI 智能体与合作伙伴组织的 Bedrock 智能体之间安全协作
• 创建可引入 Bedrock 智能体的外部专业能力、同时不暴露敏感数据的工作流
• 构建跨越组织边界、同时保持安全与数据控制的智能体生态