agentcore-create Skill

AgentCore 변환 및 배포를 위한 5-Phase 워크플로우 스킬입니다.

트리거

• /agentcore-create
• "convert to agentcore", "에이전트코어 생성"

제공 리소스

scripts/

스크립트	설명
convert_plugin_to_agentcore.py	Claude Code 플러그인 → AgentCore 포맷 변환

references/

문서	설명
agentcore-format-reference.md	AgentCore Runtime, Gateway, Memory 포맷 스펙
agent-code-templates.md	Strands Agent 코드 템플릿 (모델별 inference 기본값 포함)
agentcore-mapping-rules.md	플러그인 → AgentCore 변환 규칙, 모델별 호환성 노트
memory-chunking-strategy.md	STM/LTM 메모리 청킹 전략

워크플로우

Phase 1: Discovery

에이전트의 목적, 대상 사용자, 핵심 기능, 필요 도구, 지식 소스를 순서대로 질문합니다. 각 질문에 2-3개 선택지를 제공하여 빠르게 요구사항을 수집합니다.

Phase 2: Design

Discovery 결과를 바탕으로 컴포넌트 블루프린트를 설계합니다:

• 스킬 구성 및 트리거 키워드
• 레퍼런스 문서 구조
• 메모리 전략 (STM/LTM)
• 게이트웨이 타겟 매핑
• Bedrock 모델 선택(Opus/Sonnet/Haiku/Fable 5 중 용도에 맞게) — 커스텀 오케스트레이션이 불필요하면 Runtime+Strands 대신 AgentCore Harness도 대안으로 제안

Phase 3: Skill-First Build

Claude Code 플러그인으로 먼저 빌드하여 로컬에서 테스트합니다. --plugin-dir로 로드하여 동작을 검증한 뒤 Phase 4로 진행합니다.

Phase 4: AgentCore Convert

convert_plugin_to_agentcore.py를 실행하여 플러그인을 AgentCore 포맷으로 변환합니다:

• SKILL.md → @app.entrypoint Python 코드
• CLAUDE.md → 시스템 프롬프트
• MCP 서버 → Gateway 타겟

Phase 5: Deploy & Verify

agentcore configure    # 설정 초기화
agentcore deploy       # AgentCore Runtime 배포
agentcore invoke       # 테스트 호출
agentcore status       # 배포 상태 확인

Phase 1에서 구체적 성공 기준을 잡았다면, 수동 invoke 확인 외에 AgentCore Evaluations(내장 평가자/Ground Truth/커스텀 Lambda 평가자)도 선택적으로 제안합니다.