Skip to main content

agentcore-create Skill

AgentCore 변환 및 배포를 위한 5-Phase 워크플로우 스킬입니다.

트리거​

  • /agentcore-create
  • "convert to agentcore", "create agent for agentcore", "에이전트코어 생성", "agentcore harness", "에이전트코어 하네스", "하네스 배포"

제공 리소스​

scripts/​

스크립트설명
convert_plugin_to_agentcore.pyClaude Code 플러그인 → AgentCore 포맷 변환

references/​

문서설명
agentcore-harness.mdHarness API·스킬 소스·모델(Mantle/LiteLLM)·harness-vs-Runtime 결정 그리드
agentcore-format-reference.mdAgentCore Runtime, Gateway, Memory 포맷 스펙
agent-code-templates.mdStrands Agent 코드 템플릿 (모델별 inference 기본값 포함)
agentcore-mapping-rules.md플러그인 → AgentCore 변환 규칙 (harness + Runtime), 모델별 호환성 노트
memory-chunking-strategy.mdSTM/LTM 메모리 청킹 전략 (Runtime 경로)

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)
  • 배포 타깃 결정: 기본 권장은 AgentCore harness(설정만, 2026-06 GA) — 커스텀 오케스트레이션·프레임워크·hooks·bidirectional streaming이 필요할 때만 Runtime 코드 생성

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​

Path A — Harness (설정만): 코드 생성 없이 harness 정의를 만듭니다.

  • skills/ 디렉토리 → git/s3 스킬 소스로 무변환 attach (SKILL.md 표준 동일)
  • 에이전트 본문 + SKILL.md 워크플로우 → instructions(시스템 프롬프트)
  • MCP 서버 → harness MCP tools / Gateway 타겟

Path B — Runtime (코드 생성): convert_plugin_to_agentcore.py를 실행합니다.

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

Phase 5: Deploy & Verify​

Harness 경로 (Node CLI):

npm install -g @aws/agentcore
agentcore create --name <agent> --model-provider bedrock
agentcore add skill --harness <agent> --git <repo-url> --git-path <skill-subdir>
agentcore deploy
SESSION_ID="$(uuidgen)"   # 하이픈 포함 표준 UUID(36자) — 33자 이상 요구
agentcore invoke --harness <agent> --session-id "$SESSION_ID" "smoke test"

Runtime 경로 (Python starter toolkit):

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, GA)와 Recommendations/배치 평가/A-B 테스트도 선택적으로 제안합니다.