概要

Amazon Bedrock AgentCore が登場して、AI エージェントの構築から運用が大幅に簡素化されました。
ただし、どのような AI エージェントを構築すべきかイメージが湧きませんでした。

しかし、Generative AI Use Cases (GenU)のユースケースビルダーで使用していた、Tech Blog のレビューのユースケースが AI エージェントとして適していそうなので、それを AgentCore で構築してみます。

本記事では、まず AgentCore のチュートリアルを通して基本的な AI エージェントを構築し、その後 WordPress の記事 URL から自動で記事を取得してレビューする AI エージェントにアップデートしていきます。

AgentCore のチュートリアル

まずは、以下の AWS ブログの手順に沿って基本的な AI エージェントを構築します。
5 分で AI エージェントをデプロイ・ホスティングする – Amazon Bedrock AgentCore Runtime | AWS Startup ブログ

初期設定とデプロイ

以下ファイルは、ブログの内容をコピーして作成します。

• my_agent.py
• requirements.txt

以下コマンドで、エージェントとランタイム環境を構成します。

agentcore configure -e my_agent.py

複数のオプションが設定できますが、ひとまずはエージェントの Python ファイルのみをオプションで指定します。
AgentCore CLI – Amazon Bedrock AgentCore

実行ログは以下の通りです。
※一部マスキング

C:\AI\AgentCore> agentcore configure -e my_agent.py
Configuring Bedrock AgentCore...
✓ Using file: my_agent.py

️  Inferred agent name: my_agent
Press Enter to use this name, or type a different one (alphanumeric without '-')
Agent name [my_agent]: [Agent Name]
✓ Using agent name: [Agent Name]

 Detected dependency file: requirements.txt
Press Enter to use this file, or type a different path (use Tab for autocomplete):
Path or Press Enter to use detected dependency file: requirements.txt
✓ Using requirements file: requirements.txt

 Deployment Configuration
Warning: Direct Code Deploy deployment unavailable (zip utility not found). Falling
back to Container deployment.
Select deployment type:
  1. Container - Docker-based deployment
✓ Deployment type: Container

 Execution Role
Press Enter to auto-create execution role, or provide execution role ARN/name to use
existing
Execution role ARN/name (or press Enter to auto-create):
✓ Will auto-create execution role

️  ECR Repository
Press Enter to auto-create ECR repository, or provide ECR Repository URI to use
existing
ECR Repository URI (or press Enter to auto-create):
✓ Will auto-create ECR repository

 Authorization Configuration
By default, Bedrock AgentCore uses IAM authorization.
Configure OAuth authorizer instead? (yes/no) [no]:
✓ Using default IAM authorization

 Request Header Allowlist
Configure which request headers are allowed to pass through to your agent.
Common headers: Authorization, X-Amzn-Bedrock-AgentCore-Runtime-Custom-*
Configure request header allowlist? (yes/no) [no]:
✓ Using default request header configuration
Configuring BedrockAgentCore agent: [Agent Name]

 No container engine found (Docker/Finch/Podman not installed)
✓ Default deployment uses CodeBuild (no container engine needed), For local builds,
install Docker, Finch, or Podman

Memory Configuration
Tip: Use --disable-memory flag to skip memory entirely

✅ MemoryManager initialized for region: us-east-1
No existing memory resources found in your account

Options:
  • Press Enter to create new memory
  • Type 's' to skip memory setup

Your choice: s
✓ Skipping memory configuration
Memory disabled by user choice
Network mode: PUBLIC

⚠️ Platform mismatch: Current system is 'linux/amd64' but Bedrock AgentCore requires
'linux/arm64', so local builds won't work.
Please use default launch command which will do a remote cross-platform build using
code build.For deployment other options and workarounds, see:
https://docs.aws.amazon.com/bedrock-agentcore/latest/devguide/getting-started-custom.h
tml

Generated .dockerignore
Generated Dockerfile: .bedrock_agentcore\[Agent Name]\Dockerfile
Setting '[Agent Name]' as default agent
╭────────────────────────────── Configuration Success ───────────────────────────────╮
│ Agent Details                                                                      │
│ Agent Name: [Agent Name]                                                              │
│ Deployment: container                                                              │
│ Region: us-east-1                                                                  │
│ Account: 148761661473                                                              │
│                                                                                    │
│ Configuration                                                                      │
│ Execution Role: Auto-create                                                        │
│ ECR Repository: Auto-create                                                        │
│ Network Mode: Public                                                               │
│ ECR Repository: Auto-create                                                        │
│ Authorization: IAM (default)                                                       │
│                                                                                    │
│                                                                                    │
│ Memory: Disabled                                                                   │
│                                                                                    │
│                                                                                    │
│  Config saved to:                                                                │
│ C:\AI\AgentCore\.bedrock_agentcore.yaml     │
│                                                                                    │
│ Next Steps:                                                                        │
│    agentcore launch                                                                │
╰────────────────────────────────────────────────────────────────────────────────────╯

エージェントの設定が完了後、以下のコマンドでエージェントを AWS にデプロイします。

agentcore launch

なお、現在(2025 年 11 月 27 日)は、「launch」ではなく「deploy」にコマンドが変更されているようですのでご注意ください。

This commit renames the launch command to deploy while maintaining full backward compatibility.
The launch command is not deprecated. It continues to work with the same functionality as ‘deploy’.

[翻訳]
このコミットでは、完全な下位互換性を維持したまま、launch コマンドを deploy にリネームします。
launch コマンドは廃止されません。引き続き『deploy』と同じ機能で動作します。

feat: change ‘launch’ command to ‘deploy’ command with backwards compatibility by notgitika · Pull Request #370 · aws/bedrock-agentcore-starter-toolkit

AgentCore CLI – Amazon Bedrock AgentCore

実行ログは以下の通りです。
※一部マスキング

C:\AI\AgentCore>agentcore launch
 Launching Bedrock AgentCore (codebuild mode - RECOMMENDED)...
   • Build ARM64 containers in the cloud with CodeBuild
   • No local Docker required (DEFAULT behavior)
   • Production-ready deployment

 Deployment options:
   • agentcore launch                → CodeBuild (current)
   • agentcore launch --local        → Local development
   • agentcore launch --local-build  → Local build + cloud deploy

Memory disabled - skipping memory creation
Starting CodeBuild ARM64 deployment for agent '[Agent Name]' to account 148761661473 (us-east-1)
Setting up AWS resources (ECR repository, execution roles)...
Getting or creating ECR repository for agent: [Agent Name]
Repository doesn't exist, creating new ECR repository: bedrock-agentcore-[Agent Name]
⠏ Launching Bedrock AgentCore...ECR repository available: 148761661473.dkr.ecr.us-east-1.amazonaws.com/bedrock-agentcore-[Agent Name]
Getting or creating execution role for agent: [Agent Name]
Using AWS region: us-east-1, account ID: 148761661473
Role name: AmazonBedrockAgentCoreSDKRuntime-us-east-1-2c27c9fdb3
⠼ Launching Bedrock AgentCore...Role doesn't exist, creating new execution role: AmazonBedrockAgentCoreSDKRuntime-us-east-1-2c27c9fdb3
Starting execution role creation process for agent: [Agent Name]
✓ Role creating: AmazonBedrockAgentCoreSDKRuntime-us-east-1-2c27c9fdb3
Creating IAM role: AmazonBedrockAgentCoreSDKRuntime-us-east-1-2c27c9fdb3
⠧ Launching Bedrock AgentCore...✓ Role created: arn:aws:iam::148761661473:role/AmazonBedrockAgentCoreSDKRuntime-us-east-1-2c27c9fdb3
⠋ Launching Bedrock AgentCore...✓ Execution policy attached: BedrockAgentCoreRuntimeExecutionPolicy-[Agent Name]
Role creation complete and ready for use with Bedrock AgentCore
Execution role available: arn:aws:iam::148761661473:role/AmazonBedrockAgentCoreSDKRuntime-us-east-1-2c27c9fdb3
Preparing CodeBuild project and uploading source...
⠹ Launching Bedrock AgentCore...Getting or creating CodeBuild execution role for agent: [Agent Name]
Role name: AmazonBedrockAgentCoreSDKCodeBuild-us-east-1-2c27c9fdb3
⠦ Launching Bedrock AgentCore...CodeBuild role doesn't exist, creating new role: AmazonBedrockAgentCoreSDKCodeBuild-us-east-1-2c27c9fdb3
Creating IAM role: AmazonBedrockAgentCoreSDKCodeBuild-us-east-1-2c27c9fdb3
⠙ Launching Bedrock AgentCore...✓ Role created: arn:aws:iam::148761661473:role/AmazonBedrockAgentCoreSDKCodeBuild-us-east-1-2c27c9fdb3
Attaching inline policy: CodeBuildExecutionPolicy to role: AmazonBedrockAgentCoreSDKCodeBuild-us-east-1-2c27c9fdb3
⠼ Launching Bedrock AgentCore...✓ Policy attached: CodeBuildExecutionPolicy
Waiting for IAM role propagation...
⠏ Launching Bedrock AgentCore...CodeBuild execution role creation complete: arn:aws:iam::148761661473:role/AmazonBedrockAgentCoreSDKCodeBuild-us-east-1-2c27c9fdb3
⠏ Launching Bedrock AgentCore...Created S3 bucket: bedrock-agentcore-codebuild-sources-148761661473-us-east-1
Using dockerignore.template with 43 patterns for zip filtering
Including Dockerfile from C:\AI\AgentCore\.bedrock_agentcore\[Agent Name] in source.zip
⠴ Launching Bedrock AgentCore...Uploaded source to S3: [Agent Name]/source.zip
⠏ Launching Bedrock AgentCore...Created CodeBuild project: bedrock-agentcore-[Agent Name]-builder
Starting CodeBuild build (this may take several minutes)...
⠼ Launching Bedrock AgentCore...Starting CodeBuild monitoring...
⠦ Launching Bedrock AgentCore... QUEUED started (total: 0s)
⠙ Launching Bedrock AgentCore...✅ QUEUED completed in 1.2s
 PROVISIONING started (total: 1s)
⠦ Launching Bedrock AgentCore...✅ PROVISIONING completed in 8.4s
 DOWNLOAD_SOURCE started (total: 10s)
⠙ Launching Bedrock AgentCore...✅ DOWNLOAD_SOURCE completed in 1.2s
 BUILD started (total: 11s)
⠹ Launching Bedrock AgentCore...✅ BUILD completed in 12.0s
 POST_BUILD started (total: 23s)
⠙ Launching Bedrock AgentCore...✅ POST_BUILD completed in 7.2s
 COMPLETED started (total: 30s)
⠦ Launching Bedrock AgentCore...✅ COMPLETED completed in 1.2s
 CodeBuild completed successfully in 0m 31s
CodeBuild completed successfully
CodeBuild project configuration saved
Deploying to Bedrock AgentCore...
⠧ Launching Bedrock AgentCore...Agent created/updated: arn:aws:bedrock-agentcore:us-east-1:148761661473:runtime/[Agent Name]-brfphv2FRg
Observability is enabled, configuring Transaction Search...
⠴ Launching Bedrock AgentCore...Created/updated CloudWatch Logs resource policy
⠙ Launching Bedrock AgentCore...Configured X-Ray trace segment destination to CloudWatch Logs
⠸ Launching Bedrock AgentCore...X-Ray indexing rule already configured
Transaction Search configured: resource_policy, trace_destination
 GenAI Observability Dashboard:
   https://console.aws.amazon.com/cloudwatch/home?region=us-east-1#gen-ai-observability/agent-core
Polling for endpoint to be ready...
⠦ Launching Bedrock AgentCore...Agent endpoint: arn:aws:bedrock-agentcore:us-east-1:148761661473:runtime/[Agent Name]-brfphv2FRg/runtime-endpoint/DEFAULT
Deployment completed successfully - Agent: arn:aws:bedrock-agentcore:us-east-1:148761661473:runtime/[Agent Name]-brfphv2FRg
╭──────────────────────────────── Deployment Success ────────────────────────────────╮
│ Agent Details:                                                                     │
│ Agent Name: [Agent Name]                                                              │
│ Agent ARN:                                                                         │
│ arn:aws:bedrock-agentcore:us-east-1:148761661473:runtime/[Agent Name]-brfphv2FRg      │
│ ECR URI:                                                                           │
│ 148761661473.dkr.ecr.us-east-1.amazonaws.com/bedrock-agentcore-[Agent Name]:latest    │
│ CodeBuild ID:                                                                      │
│ bedrock-agentcore-[Agent Name]-builder:b25c8bb0-0c2e-46d8-bb79-93763fb46b4b           │
│                                                                                    │
│  ARM64 container deployed to Bedrock AgentCore                                   │
│                                                                                    │
│ Next Steps:                                                                        │
│    agentcore status                                                                │
│    agentcore invoke '{"prompt": "Hello"}'                                          │
│                                                                                    │
│  CloudWatch Logs:                                                                │
│    /aws/bedrock-agentcore/runtimes/[Agent Name]-brfphv2FRg-DEFAULT                    │
│ --log-stream-name-prefix "2025/11/14/[runtime-logs]"                               │
│    /aws/bedrock-agentcore/runtimes/[Agent Name]-brfphv2FRg-DEFAULT --log-stream-names │
│ "otel-rt-logs"                                                                     │
│                                                                                    │
│  GenAI Observability Dashboard:                                                  │
│    https://console.aws.amazon.com/cloudwatch/home?region=us-east-1#gen-ai-observab │
│ ility/agent-core                                                                   │
│                                                                                    │
│ Note: Observability data may take up to 10 minutes to appear after first launch    │
│                                                                                    │
│  Tail logs with:                                                                 │
│    aws logs tail /aws/bedrock-agentcore/runtimes/[Agent Name]-brfphv2FRg-DEFAULT      │
│ --log-stream-name-prefix "2025/11/14/[runtime-logs]" --follow                      │
│    aws logs tail /aws/bedrock-agentcore/runtimes/[Agent Name]-brfphv2FRg-DEFAULT      │
│ --log-stream-name-prefix "2025/11/14/[runtime-logs]" --since 1h                    │
╰────────────────────────────────────────────────────────────────────────────────────╯

動作確認

デプロイが完了すると、 AgentCore のエージェントランタイムにエージェントが作成されます。

コンソールに搭載されているエージェントサンドボックス機能を使用して、簡単な動作テストを行います。
以下の JSON を入力として使用します。

{
  "prompt": "AWS S3とは?"
}

期待した結果が出力されたため、エージェントが正常に動作することを確認できました。

Tech Blog のレビューをするエージェントの実装

次に、作成したエージェントをアップデートして、Tech Blog のレビューを行う AI エージェントを実装します。

GenU ユースケースビルダーでは、Tech Blog のセルフレビュー用のユースケースとして以下のように活用しています。

なお、AI エージェントの構築をメインとするため、GenU のユースケースビルダーについて詳細は割愛します。
詳しく知りたい方は以下をご覧ください。
生成 AI アプリをノーコードで作成・社内配布できる GenU ユースケースビルダー | Amazon Web Services ブログ

Amazon Q Developer を活用したコードの書き換え

AI エージェントの機能追加にはコード開発が必要なため、Amazon Q Developer を使用しました。
また、デプロイやトラブルシューティングを効率化するため、AgentCore 用の MCP Server を設定しました。

AWS Bedrock AgentCore MCP サーバー | AWS MCP サーバー

レビューエージェントのコード実装

Q Developer に以下のような指示を出してコードを生成しました。

最初のバージョンでは、詳細なレビュー項目を含むシステムプロンプトを実装しました。
※プロンプトは長くなるため一部省略

from bedrock_agentcore.runtime import BedrockAgentCoreApp
from strands import Agent

app = BedrockAgentCoreApp()

# Tech Blogレビュー専用のシステムプロンプト
REVIEW_SYSTEM_PROMPT = """あなたはAWS社のシニアソリューションアーキテクトで、10年以上の技術ブログ査読経験を持ちます。
提供されたコンテンツを以下の基準で多角的にレビューしてください。

## レビュー項目（各5段階評価）

### 1. AWS技術レベル判定
レベル判定：Level [100/200/300/400]
（詳細なレビュー基準は省略）
"""

agent = Agent(system_prompt=REVIEW_SYSTEM_PROMPT)

@app.entrypoint
def invoke(payload):
    blog_content = payload.get("text", payload.get("prompt", ""))

    if not blog_content:
        return {"error": "レビュー対象のブログコンテンツが提供されていません。"}

    review_request = f"以下のTech Blogをレビューしてください：\n\n{blog_content}"
    result = agent(review_request)

    return {
        "review": result.message,
        "status": "completed"
    }

変更点は、システムプロンプトの追加とエラーハンドリングの追加です。
GenU のユースケースビルダーで実現していた機能はこれで完成ですが、より実用的にするため、追加機能を実装してみます。

WordPress のプレビュー URL 対応機能の追加

先程の実装では、プロンプトにブログ本文を手動で含める必要がありました。

この手間を解消するため、WordPress のプレビュー記事 URL から自動で記事本文を取得する機能を追加しました。
これにより、プロンプトには URL のみを入力すれば、エージェントが自動的に記事本文を取得してレビューを実行してくれます。

こちらの機能も Q Developer で追加しました。

詳細は割愛しますが、Q Developer を活用して試行錯誤を重ね、段階的に機能を実装しました。

1. スクレイピング機能の実装
2. デバッグとエラー対応
   • WordPress のタグ構造に合わせてコンテンツ取得ロジックを調整
3. 入力形式の改善
   • CLI とコンソール両方からのテストに対応

最終的なコード

開発の中でシステムプロンプトはもう少し簡略化したものに変更しました。

from bedrock_agentcore.runtime import BedrockAgentCoreApp
from strands import Agent
import requests
from bs4 import BeautifulSoup
from urllib.parse import urlparse

app = BedrockAgentCoreApp()

# 簡潔なレビュー用システムプロンプト
REVIEW_SYSTEM_PROMPT = """
あなたは優秀なライターです。技術記事やイベントの感想記事を執筆することを得意としています。
<rules></rules>タグに囲われた内容に記載された内容を守れていない箇所があれば、対象箇所を抽出し、指摘してください。
また、日本語として誤っているものがあれば同様に指摘してください。
上記を指摘したうえで、読者に対しわかりづらい部分や直した方がよい箇所があれば、代替案を提案してください。

<rules>
・サーバではなく、サーバーと表現すること
・ユーザではなく、ユーザーと表現すること
・マネージメントコンソールではなく、マネジメントコンソールと表現すること
・サービス名などは正式名称で表現すること
</rules>
"""

agent = Agent(system_prompt=REVIEW_SYSTEM_PROMPT)

def fetch_wordpress_content(url):
    """WordPressのURLから記事コンテンツを取得"""
    try:
        headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36'}
        response = requests.get(url, timeout=30, headers=headers)
        response.raise_for_status()

        soup = BeautifulSoup(response.content, 'html.parser')

        # 記事タイトルを取得
        title = soup.find('h1') or soup.find('title')
        title_text = title.get_text(strip=True) if title else "タイトル不明"

        # 記事本文を取得（複数のパターンを試行）
        selectors = ['post-body', 'entry-content', 'post-content', 'content']
        content = None
        for sel in selectors:
            content = soup.find(class_=sel)
            if content:
                break

        if not content:
            content = soup.find('article') or soup.find('main')

        if not content:
            return None, f"記事コンテンツを取得できませんでした。"

        # テキストを抽出
        content_text = content.get_text(separator='\n', strip=True)

        if len(content_text) < 100:
            return None, f"コンテンツが短すぎます（{len(content_text)}文字）"

        return f"# {title_text}\n\n{content_text}", None

    except requests.RequestException as e:
        return None, f"URL取得エラー: {str(e)}"
    except Exception as e:
        return None, f"コンテンツ解析エラー: {str(e)}"

@app.entrypoint
def invoke(payload):
    import json

    # promptフィールドがJSON文字列の場合はパース
    if "prompt" in payload and isinstance(payload["prompt"], str):
        try:
            parsed = json.loads(payload["prompt"])
            payload.update(parsed)
        except:
            pass

    url = payload.get("url")
    text = payload.get("text", "")

    # URLが提供された場合は記事を取得
    if url:
        blog_content, error = fetch_wordpress_content(url)
        if error:
            return {"error": error, "status": "failed"}
    elif text:
        blog_content = text
    else:
        return {"error": "URLまたはテキストを提供してください", "status": "failed"}

    review_request = f"以下のTech Blogをレビューしてください：\n\n{blog_content}"
    result = agent(review_request)

    return {
        "review": result.message,
        "url": url if url else None,
        "status": "completed"
    }

動作テスト

コードを修正したため、再度デプロイを行います。

agentcore launch

そして、サンドボックスから以下の JSON 形式で入力してテストします。

{
  "url": "[Tech Blog URL]"
}

レビュー結果

JSON の出力結果の状態だと、改行がわかりづらく読みづらいので、生成 AI を使って整形したものが以下になります。

結果としては、エージェントは WordPress の記事を正常に取得し、詳細なレビューを提供してくれました。
ただし、AWS サービスの正式名称の判定に課題があるため、AWS Document MCP Server などを活用して最新の公式情報を取得する仕組みの導入が必要そうです。

## 指摘事項

### 1. rulesに基づく指摘

**サービス名の正式名称について**
- 「Amazon Bedrock AgentCore」→ 正確には「Amazon Bedrock Agent Core」です（Agent Coreは分けて表記）
- 記事全体を通して「AgentCore」と表記されていますが、正式には「Agent Core」として分けて表記する必要があります

### 2. 日本語として誤っている箇所

**助詞の誤用**
- 「GenU のユースケースビルダーで使用していた、テックブログのレビューのユースケースが」→ 読点の位置が不適切です
- 「コードの書き替えには Amazon Q Developer を使用しました。」→「書き換え」が正しい表記です

**表現の統一性**
- 「Tech Blog」と「テックブログ」が混在しています。どちらかに統一することをお勧めします

---

## 読者にとってわかりづらい部分・改善提案

### 1. 全体的な構成について

**導入部分の改善**
現在の概要部分では、GenUからAgent Coreへの移行理由や具体的なメリットが不明確です。

**改善案：**

## 背景・目的
従来、GenUのユースケースビルダーでTech Blogレビュー機能を実装していましたが、
Amazon Bedrock Agent Coreの登場により、以下のメリットが期待できるため移行を検討しました：
- より柔軟なカスタマイズが可能
- 独立したエージェントとして運用できる
- スケーラブルな構成が実現できる


### 2. 技術的な詳細の補強

**前提条件の明記**
以下の情報が不足しています：
- 必要なAWSサービスの権限
- 開発環境の要件
- 費用に関する注意事項

**改善案：**

## 前提条件
- AWS CLI設定済み
- Docker環境（ローカルビルドを行う場合）
- 必要なIAM権限：
  - Amazon Bedrock Agent Core関連権限
  - ECR操作権限
  - CodeBuild操作権限


### 3. コードブロックの整理

**実行ログの簡潔化**
現在の実行ログは非常に長く、重要な部分が埋もれています。

**改善案：**
- 重要な部分のみを抜粋
- ログの要点を箇条書きで整理
- エラーが発生しやすい箇所の事前説明

### 4. 実装部分の詳細説明

**コード説明の不足**
最終的なコードが提示されていますが、各部分の役割や実装のポイントが説明されていません。

**改善案：**

# WordPress記事取得機能のポイント説明
def fetch_wordpress_content(url):
    """
    WordPressサイトから記事コンテンツを抽出
    - 複数のCSSセレクターを試行してコンテンツを特定
    - エラーハンドリングでロバストな処理を実現
    """


### 5. トラブルシューティング情報の追加

**よくある問題と解決策**
- Docker環境の問題
- 権限エラーの対処法
- WordPress記事取得失敗時の対応

### 6. 成果物の具体的な示し方

**レビュー結果の改善**
現在のレビュー結果例は省略されすぎています。

**改善案：**
実際のレビュー結果の全文を掲載し、AIエージェントの能力を具体的に示す

---

## 追加推奨事項

1. **図表の追加**：システム構成図やフロー図があると理解しやすくなります
2. **性能・コスト情報**：実行時間や費用の目安があると実用性が高まります
3. **セキュリティ考慮事項**：外部URLアクセスに関するセキュリティ注意点の記載

---

## 総評

全体的に技術的な内容は充実していますが、読者の理解を助けるための構成整理と詳細説明の追加により、より価値の高いTech Blogになると思います。

まとめ

AgentCore CLI を使用することで、Tech Blog のレビューを自動化する AI エージェントを簡単に構築することができました。
また、AgentCore で AI エージェントが動作するため、複雑なインフラを考えなくてもよいのはすごく楽に感じました。

今回はコンソールからの動作テストを行いましたが、今後は GenU と連携して、GenU のチャット機能から呼び出せるような仕組みの構築を検討しています。

参考資料

Amazon Bedrock AgentCore のご紹介: AI エージェントをあらゆる規模で安全にデプロイおよび運用する (プレビュー) | Amazon Web Services ブログ
5 分で AI エージェントをデプロイ・ホスティングする – Amazon Bedrock AgentCore Runtime | AWS Startup ブログ
AWS Bedrock AgentCore MCP サーバー | AWS MCP サーバー

NHN テコラスの採用情報はこちら