手里有个跑得好好的 OpenClaw Agent，想搬到 AWS 上让它自动扩缩、有监控有告警？Amazon Bedrock AgentCore 就是干这个的——把任意框架的 AI Agent 变成生产级应用，不用自己管服务器。
这篇走一遍完整流程：本地 OpenClaw Agent → AgentCore SDK 封装 → 部署到 AgentCore Runtime → 调用测试。
AgentCore 是什么
Amazon Bedrock AgentCore 是亚马逊云科技 2026 年推出的 Agent 托管平台。核心卖点：
- 框架无关：Strands、LangGraph、CrewAI、Autogen，甚至自己写的框架都行
- 零基础设施：不用管服务器、容器、扩缩容
- 企业级能力：内置认证、记忆持久化、可观测性、安全隔离
GitHub 上 Python SDK 已经 600 多颗星（aws/bedrock-agentcore-sdk-python），今天还在活跃更新。
环境准备
# 创建项目
mkdir openclaw-agentcore && cd openclaw-agentcore
python3 -m venv .venv && source .venv/bin/activate# 安装依赖
pip install bedrock-agentcore strands-agents bedrock-agentcore-starter-toolkit# 验证
agentcore --help
需要的 AWS 权限：
bedrock:InvokeModel（调模型）- AgentCore Runtime 相关权限（starter toolkit 会自动处理）
写 Agent 代码
用 agentcore create 脚手架生成项目骨架：
agentcore create
# 选择框架：Strands Agents
# 项目名：openclaw-agent
# 模型：Claude Sonnet 4.0
生成的目录结构：
openclaw-agent/
├── agent.py # Agent 核心逻辑
├── .bedrock_agentcore.yaml # AgentCore 配置
├── requirements.txt
└── tools/ # 自定义工具
核心代码 agent.py：
from bedrock_agentcore import BedrockAgentCoreApp
from strands import Agentapp = BedrockAgentCoreApp()@app.entrypoint
async def handler(request):prompt = request.get("prompt")agent = Agent() # 默认用 Bedrock Claudeasync for event in agent.stream_async(prompt):yield eventapp.run()
这段代码做了三件事：
- 创建 AgentCore 应用实例
- 定义入口函数，接收请求、创建 Agent、流式返回结果
- 启动应用
本地测试
# 确保 AWS 凭证已配置
aws configure list# 本地运行
agentcore dev# 另一个终端测试
curl -X POST http://localhost:8080/invoke \-H "Content-Type: application/json" \-d '{"prompt": "帮我写一个 Python 快速排序"}'
开启可观测性
AgentCore 原生支持 OpenTelemetry，一行配置搞定：
# .bedrock_agentcore.yaml
observability:enabled: truetraces:export_to: cloudwatch
部署后自动把 trace 发到 Amazon CloudWatch，可以在控制台看到每次请求的完整调用链。
部署到 AgentCore Runtime
# 一条命令部署
agentcore deploy
这条命令会：
- 打包 Agent 代码和依赖
- 上传到 AgentCore Runtime
- 配置自动扩缩容
- 返回调用端点
部署完成后拿到端点 URL。
调用已部署的 Agent
import boto3
import jsonclient = boto3.client('bedrock-agentcore-runtime')response = client.invoke_agent(agentId='your-agent-id',sessionId='test-session-001',inputPayload=json.dumps({'prompt': '用 Amazon S3 存日志有什么注意事项？'})
)for event in response['outputStream']:print(event.get('chunk', {}).get('bytes', b'').decode())
记忆持久化
AgentCore 内置 Memory 服务，Agent 可以跨会话记住上下文：
from bedrock_agentcore.memory import MemoryClientmemory = MemoryClient()# 存储
await memory.put(namespace="user-123",key="preferences",value={"language": "zh-CN", "style": "concise"}
)# 读取
prefs = await memory.get(namespace="user-123", key="preferences")
不用自己搭 Redis 或 DynamoDB，AgentCore 托管存储。
Gateway：把 API 变成 MCP 工具
AgentCore Gateway 可以把现有 REST API 自动转成 MCP 工具，Agent 直接调用：
# gateway-config.yaml
tools:- name: get_weathersource:type: httpurl: https://api.weather.com/v1/currentmethod: GETparameters:- name: citytype: stringrequired: true
这样 Agent 就能直接说"查一下北京天气"，Gateway 自动调 API。
成本
AgentCore Runtime 按调用次数和运行时长计费，不用的时候不花钱（缩到 0）。对比自己跑 EC2：
| 方案 | 月成本（估算） | 运维负担 |
|---|---|---|
| EC2 t4g.small 全天跑 | ~$12 | 需要自己管 |
| AgentCore Runtime | 按调用付费 | 零运维 |
低频调用场景下 AgentCore 更划算。
踩坑记录
- Python 版本：需要 3.10+，3.9 会报
asyncio兼容问题 - IAM 权限：首次部署需要
bedrock-agentcore:*权限，正式环境记得收窄 - 模型访问：确保在 Bedrock 控制台开启了目标模型的访问权限
- 冷启动：首次调用有 5-10 秒冷启动，后续请求毫秒级
Amazon Bedrock AgentCore 文档：https://docs.aws.amazon.com/bedrock-agentcore/latest/devguide/
AgentCore Python SDK：https://github.com/aws/bedrock-agentcore-sdk-python
Strands Agents：https://strandsagents.com/latest/
OpenClaw：https://github.com/openclaw/openclaw