Amazon Bedrock AgentCore GatewayのWeb SearchをPythonからMCP経由で試す

Last updated at 2026-07-31Posted at 2026-07-31

1. はじめに

Amazon Bedrock AgentCore GatewayのWeb Search Toolを、ローカルPC上のPythonから呼び出してみました。

今回はLLMやAgentCore Runtimeとは連携せず、次の処理だけを確認します。

tools/listでWeb Search Toolを取得する
tools/callで検索を実行する
検索結果のタイトル、URL、公開日、概要を表示する

日本語での検索については注意が必要そうなので、
記事後半で検索に日本語というワードを入れた結果と入れなかった結果を比較として記載しています。

2. MCPについて

MCP Server/MCP Clientについて念のため、記載しておきます。
知ってるよという方は「4. 検証構成」まで飛ばしていただいて問題ありません。

MCPは、AIアプリケーションと外部ツールを接続するためのプロトコルです。

主な構成要素は次の3つです。

要素	役割
MCP Host	ユーザーが操作するアプリケーション
MCP Client	MCP Serverとの通信を担当
MCP Server	ToolやResourceを公開

一般的な構成は次のようになります。

ユーザー
  ↓
MCP Host
  ↓
MCP Client
  ↓
MCP Server
  ↓
Tool

今回、CursorのMCP機能は直接使用していません。

Cursor
└─ Pythonスクリプト
     └─ AgentCore Gateway
          └─ Web Search Tool

そのため、今回のPythonスクリプトが簡易的なMCP Client相当の役割を持っています。

CursorへMCP Serverを直接登録した場合は、CursorがMCP Hostになり、その内部のMCP ClientがServerへ接続する構成になります。

3. 前提条件

今回の検証では、以下を事前に準備しています。

AWS環境

AWSアカウントを利用できること
us-east-1リージョンを利用できること
AgentCore Gatewayを作成・管理できるIAM権限があること
Gateway実行時にbedrock-agentcore:InvokeGatewayを使用できること
Gateway用のIAMサービスロールを作成、または自動作成できること

今回はIAM Identity CenterのPermission Setを使用しました。

ローカル環境

Python 3.9以上
AWS CLI v2
IAM Identity Center用のAWS CLIプロファイル
Cursor

Cursorは必須ではなく、VS Codeや通常のPowerShellでも実行できます。

IAM Identity Centerの設定

今回使用したプロファイルは、Cursor側で事前設定済みです。

aws configure sso

4. 検証構成

Windows PC
└─ Cursor
   └─ Python
        │ IAM認証 / SigV4
        │ MCP tools/list・tools/call
        ▼
Amazon Bedrock AgentCore Gateway
└─ Web Search Tool

検証環境は以下です。

項目	内容
OS	Windows
エディタ	Cursor
言語	Python
AWS認証	IAM Identity Center
リージョン	`us-east-1`
Gateway認証	IAM
MCPバージョン	`2025-03-26`

5. AgentCore Gatewayの作成

Amazon Bedrock AgentCore > ゲートウェイ からゲートウェイを作成します

主な設定は以下です。
特に記載していないところはデフォルト・無効にしています。

Step 1.Define gateway details

項目	設定
Gateway name	`任意の名前`
Semantic search	有効
Exception level debugging	有効（PoC中のみ。確認後は無効化）
Supported versions	`2025-03-26`
IAMサービスロール	新規作成
WAF	Do not enable security protections（個人PoCのため。）

Semantic searchは無効でも問題ありません。処理結果には大きく影響しないです。

Exception level debuggingは検証時のトラブルシューティング目的で有効にしています。
詳細なエラー情報がレスポンスへ含まれるため、本番利用や第三者へ公開する環境では無効化してください。

今回は動作確認を目的としたPoC構成です。
本番環境では、各組織のセキュリティ要件に従ってWAF、監査ログ、IAM権限などを別途設計してください。

Step 2.Configure Inbound Identity

項目	設定
Inbound Identity details	`IAM 許可を使用`

Step 3.Add targets

項目	設定
Select a target protocol	`MCP target`
ターゲットタイプ	`Connectors`
Pre-configured targets	`Web Search tool`

Step 4.Review and create

確認画面なのでそのままゲートウェイを作成で大丈夫です

作成後、以下がREADYになることを確認します。

Gateway status：READY
Target status：READY

6. ローカル環境の準備

今回は、Windows上のCursorからPythonスクリプトを実行します。

Cursor自体のMCP機能は使用せず、PythonスクリプトからAgentCore GatewayのMCPエンドポイントへ直接リクエストを送信します。

6.1 作業フォルダを作成する

今回は以下のフォルダを使用しました。

C:\workspace\agentcore-web-search-poc

Cursorでフォルダを開きます。

File
→ Open Folder
→ C:\workspace\agentcore-web-search-poc

その後、Cursor上でPowerShellターミナルを開きます。

Terminal
→ New Terminal

6.2 Python仮想環境を作成する

プロジェクト専用の仮想環境を作成します。

py -m venv .venv

仮想環境を有効化します。

.\.venv\Scripts\Activate.ps1

PowerShellの実行ポリシーでエラーになる場合は、現在のターミナルだけ一時的に許可します。

Set-ExecutionPolicy -Scope Process -ExecutionPolicy Bypass
.\.venv\Scripts\Activate.ps1

有効化されると、プロンプトの先頭に(.venv)が表示されます。

(.venv) PS C:\workspace\agentcore-web-search-poc>

6.3 必要なライブラリをインストールする

python -m pip install boto3 requests

今回使用するライブラリの役割は以下です。

ライブラリ	用途
`boto3`	AWS SSOプロファイルから認証情報を取得
`botocore`	AgentCore GatewayへのリクエストをSigV4署名
`requests`	GatewayのMCPエンドポイントへHTTPリクエストを送信

botocoreはboto3の依存ライブラリとしてインストールされます。

6.4 AWS SSOへログインする

今回は、事前に作成済みのAWS CLIプロファイルを使用しました。

プロファイルをまだ作成していない場合は、先に以下を実行します。

aws configure sso

ログインします。

aws sso login --profile <AWS_PROFILE>

認証状態を確認します。

aws sts get-caller-identity --profile <AWS_PROFILE>

アカウントIDとロールARNが返れば、SSO認証は完了です。

6.5 環境変数を設定する

CursorのPowerShellターミナルで以下を設定します。

$env:AWS_PROFILE="<AWS_PROFILE>"
$env:AWS_REGION="us-east-1"
$env:AGENTCORE_GATEWAY_URL="https://<GATEWAY_ID>.gateway.bedrock-agentcore.us-east-1.amazonaws.com/mcp"

AGENTCORE_GATEWAY_URLには、AgentCore Gatewayの詳細画面に表示される、末尾が/mcpのURLを指定します。

環境変数を確認します。

$env:AWS_PROFILE
$env:AWS_REGION
$env:AGENTCORE_GATEWAY_URL

これらの環境変数は、現在のPowerShellターミナルを閉じると消えます。

6.6 `.gitignore`を作成する

プロジェクト直下に.gitignoreを作成します。

.venv/
__pycache__/
*.pyc
.env
.env.*

最終的なフォルダ構成は以下です。

agentcore-web-search-poc
├─ .gitignore
├─ .venv
└─ test_web_search.py

7. PythonからWeb Searchを実行する

7.1 処理の流れ

今回のPythonスクリプトでは、以下の処理を行います。

AWS SSOプロファイルから認証情報を取得
    ↓
AgentCore Gateway向けのHTTPリクエストをSigV4署名
    ↓
tools/listで利用可能なツールを取得
    ↓
WebSearchツールの名前を特定
    ↓
tools/callでWeb検索を実行
    ↓
検索結果をタイトル・URL・公開日・概要に整形

AgentCore Gatewayが公開するツール名は、ターゲット名などによって変わる可能性があります。

そのため、Web Search Toolの名前をコードへ固定せず、最初にtools/listを実行して取得しています。

7.2 Pythonコード

test_web_search.pyを作成し、以下を記載します。

コードを表示

import json
import os
import sys
from typing import Any

import boto3
import requests
from botocore.auth import SigV4Auth
from botocore.awsrequest import AWSRequest


REGION = os.getenv("AWS_REGION", "us-east-1")
AWS_PROFILE = os.getenv("AWS_PROFILE")
GATEWAY_URL = os.getenv("AGENTCORE_GATEWAY_URL")

# Gateway作成時に指定したMCPバージョン
MCP_PROTOCOL_VERSION = "2025-03-26"

# AgentCore GatewayのSigV4サービス名
SIGV4_SERVICE = "bedrock-agentcore"


def parse_mcp_response(
    response: requests.Response,
) -> dict[str, Any]:
    """JSONまたはSSE形式のMCPレスポンスを解析する。"""

    content_type = response.headers.get("content-type", "")

    if "text/event-stream" not in content_type:
        return response.json()

    events: list[dict[str, Any]] = []

    for line in response.text.splitlines():
        if not line.startswith("data:"):
            continue

        value = line.removeprefix("data:").strip()

        if not value or value == "[DONE]":
            continue

        events.append(json.loads(value))

    if not events:
        raise RuntimeError(
            "SSEレスポンス内にJSONデータがありません。\n"
            f"Response:\n{response.text}"
        )

    return events[-1]


def invoke_gateway(
    payload: dict[str, Any],
) -> dict[str, Any]:
    """IAM認証でAgentCore Gatewayを呼び出す。"""

    if not GATEWAY_URL:
        raise RuntimeError(
            "環境変数AGENTCORE_GATEWAY_URLが設定されていません。"
        )

    session = boto3.Session(
        profile_name=AWS_PROFILE or None,
        region_name=REGION,
    )

    credentials = session.get_credentials()

    if credentials is None:
        raise RuntimeError(
            "AWS認証情報を取得できません。"
            "aws sts get-caller-identityを確認してください。"
        )

    body = json.dumps(
        payload,
        ensure_ascii=False,
        separators=(",", ":"),
    ).encode("utf-8")

    headers = {
        "Accept": "application/json, text/event-stream",
        "Content-Type": "application/json",
        "MCP-Protocol-Version": MCP_PROTOCOL_VERSION,
    }

    aws_request = AWSRequest(
        method="POST",
        url=GATEWAY_URL,
        data=body,
        headers=headers,
    )

    SigV4Auth(
        credentials.get_frozen_credentials(),
        SIGV4_SERVICE,
        REGION,
    ).add_auth(aws_request)

    response = requests.post(
        GATEWAY_URL,
        data=body,
        headers=dict(aws_request.headers.items()),
        timeout=90,
    )

    print(f"HTTP status: {response.status_code}")

    if not response.ok:
        print("Response:")
        print(response.text)
        response.raise_for_status()

    return parse_mcp_response(response)


def list_tools() -> list[dict[str, Any]]:
    """Gatewayが公開しているMCPツールを取得する。"""

    response = invoke_gateway(
        {
            "jsonrpc": "2.0",
            "id": "list-tools-request",
            "method": "tools/list",
            "params": {},
        }
    )

    print("\n=== tools/list response ===")
    print(json.dumps(response, ensure_ascii=False, indent=2))

    tools = response.get("result", {}).get("tools", [])

    if not tools:
        raise RuntimeError(
            "ツールを取得できませんでした。"
            "GatewayとTargetのステータスを確認してください。"
        )

    return tools


def call_web_search(
    tool_name: str,
    query: str,
    max_results: int = 3,
) -> dict[str, Any]:
    """Web Search Toolを実行する。"""

    return invoke_gateway(
        {
            "jsonrpc": "2.0",
            "id": "web-search-request",
            "method": "tools/call",
            "params": {
                "name": tool_name,
                "arguments": {
                    "query": query,
                    "maxResults": max_results,
                },
            },
        }
    )


def print_search_results(
    response: dict[str, Any],
) -> None:
    """検索結果を読みやすい形式で表示する。"""

    content = response.get("result", {}).get("content", [])

    if not content:
        raise RuntimeError("検索結果がありません。")

    raw_text = content[0].get("text", "")

    try:
        search_data = json.loads(raw_text)
    except json.JSONDecodeError:
        print("\n=== Search Result ===")
        print(raw_text)
        return

    search_results = search_data.get("results", [])

    if not search_results:
        print(
            json.dumps(
                search_data,
                ensure_ascii=False,
                indent=2,
            )
        )
        return

    print("\n=== Search Results ===")

    for index, item in enumerate(search_results, start=1):
        title = item.get("title", "(タイトルなし)")
        url = item.get("url", "(URLなし)")
        published_date = item.get("publishedDate")
        summary = item.get("text", "")

        print(f"\n[{index}] {title}")
        print(f"URL: {url}")

        if published_date:
            print(f"公開日: {published_date}")

        if summary:
            shortened_summary = summary[:300]
            suffix = "..." if len(summary) > 300 else ""
            print(f"概要: {shortened_summary}{suffix}")


def main() -> None:
    print("=== Configuration ===")
    print(f"Region      : {REGION}")
    print(f"AWS profile : {AWS_PROFILE or '(default)'}")
    print(f"Gateway URL : {GATEWAY_URL}")
    print()

    tools = list_tools()

    print("\n=== Available tools ===")

    for tool in tools:
        print(f"- {tool.get('name')}")

    # ターゲット名とWebSearchが組み合わされたツールを優先する
    web_search_tool = next(
        (
            tool
            for tool in tools
            if tool.get("name", "").endswith("___WebSearch")
        ),
        None,
    )

    # 環境によって名前が異なる場合のフォールバック
    if web_search_tool is None:
        web_search_tool = next(
            (
                tool
                for tool in tools
                if "websearch" in tool.get("name", "").lower()
            ),
            None,
        )

    if web_search_tool is None:
        raise RuntimeError(
            "tools/listの結果から"
            "Web Search Toolを特定できませんでした。"
        )

    tool_name = web_search_tool["name"]

    print(f"\nWeb Search tool: {tool_name}")
    print("\n=== Web Search execution ===")

    result = call_web_search(
        tool_name=tool_name,
        query="Amazon Bedrock AgentCoreの情報",
        max_results=3,
    )

    print_search_results(result)


if __name__ == "__main__":
    try:
        main()
    except Exception as exc:
        print(f"\nERROR: {exc}", file=sys.stderr)
        sys.exit(1)

6.3 コードのポイント

AWS認証情報をソースコードへ書かない

AWSのアクセスキーやセッショントークンはコードに記載していません。

session = boto3.Session(
    profile_name=AWS_PROFILE or None,
    region_name=REGION,
)

AWS CLIのSSOプロファイルから、一時的な認証情報を取得しています。

リクエストをSigV4署名する

AgentCore GatewayのInbound AuthにはIAMを設定したため、HTTPリクエストをAWS Signature Version 4で署名します。

SigV4Auth(
    credentials.get_frozen_credentials(),
    "bedrock-agentcore",
    REGION,
).add_auth(aws_request)

最初に`tools/list`を実行する

{
  "method": "tools/list"
}

Gatewayが公開しているツール名や入力スキーマを取得します。

今回の環境では、複数のツールが表示されました。

x_amz_bedrock_agentcore_search
web-search-tool___WebSearch

今回呼び出すのは、作成したターゲット名とWebSearchが組み合わされた以下のツールです。

web-search-tool___WebSearch

`tools/call`で検索を実行する

{
  "method": "tools/call",
  "params": {
    "name": "web-search-tool___WebSearch",
    "arguments": {
      "query": "Amazon Bedrock AgentCoreの情報",
      "maxResults": 3
    }
  }
}

queryに検索キーワード、maxResultsに取得する検索結果数を指定します。

8. 実行結果

8.1 スクリプトを実行する

CursorのPowerShellから実行します。

python .\test_web_search.py

8.2 出力例

検索結果は以下のように表示されました。

出力結果を表示

=== Configuration ===
Region      : us-east-1
AWS profile : <AWS_PROFILE>
Gateway URL : https://<GATEWAY_ID>.gateway.bedrock-agentcore.us-east-1.amazonaws.com/mcp

HTTP status: 200

=== tools/list response ===
{
  "jsonrpc": "2.0",
  "id": "list-tools-request",
  "result": {
    "tools": [
      ...
    ]
  }
}

=== Available tools ===
- x_amz_bedrock_agentcore_search
- web-search-tool___WebSearch

Web Search tool: web-search-tool___WebSearch

=== Web Search execution ===
HTTP status: 200

=== Search Results ===

[1] Amazon Bedrock AgentCore
URL: https://docs.aws.amazon.com/bedrock-agentcore/latest/devguide/what-is-bedrock-agentcore.html
公開日: unknown
概要: Overview What is Amazon Bedrock AgentCore? Amazon Bedrock AgentCore is an agentic platform for building, deploying, and operating highly effective agents securely at scale using any framework and foundation model...

[2] Amazon Bedrock AgentCore - AWS
URL: https://aws.amazon.com/bedrock/agentcore/
公開日: 03:34PM, Wednesday, July 15 2026, PDT
概要: Amazon Bedrock AgentCore The platform for production AI agents. Any framework. Any model. Secure at scale. One platform to build, connect and optimize agents...

[3] caylent.com
URL: https://caylent.com/blog/aws-reinvent-2025-every-ai-announcement-including-amazon-nova-2-and-kiro
公開日: 06:22PM, Thursday, July 30 2026, PDT
概要: | participant_name | Amazon Bedrock AgentCore |
| participant_type | product |
| participant_context | AI agent orchestration platform |
...

8.3 出力内容の見方

=== Search Results ===`に表示されている部分がWeb Search Toolから返された検索結果です。

Web Search Tool検索結果

=== Search Results ===

[1] Amazon Bedrock AgentCore
URL: https://docs.aws.amazon.com/bedrock-agentcore/latest/devguide/what-is-bedrock-agentcore.html
公開日: unknown
概要: Overview What is Amazon Bedrock AgentCore? Amazon Bedrock AgentCore is an agentic platform for building, deploying, and operating highly effective agents securely at scale using any framework and foundation model...

[2] Amazon Bedrock AgentCore - AWS
URL: https://aws.amazon.com/bedrock/agentcore/
公開日: 03:34PM, Wednesday, July 15 2026, PDT
概要: Amazon Bedrock AgentCore The platform for production AI agents. Any framework. Any model. Secure at scale. One platform to build, connect and optimize agents...

[3] caylent.com
URL: https://caylent.com/blog/aws-reinvent-2025-every-ai-announcement-including-amazon-nova-2-and-kiro
公開日: 06:22PM, Thursday, July 30 2026, PDT
概要: | participant_name | Amazon Bedrock AgentCore |
| participant_type | product |
| participant_context | AI agent orchestration platform |

各結果について、以下を表示しています。

項目	内容
タイトル	検索結果のページタイトル
URL	検索結果の参照先
公開日	Web Search Toolが取得した公開日時
概要	クエリに関連するページ内の抜粋

publishedDateが取得できない場合は、unknownとなることがあります。

また、概要にはページ本文だけでなく、表形式やメタデータに近い内容が含まれる場合もありました。

今回はWeb Search Tool単体を呼び出しているため、検索結果の翻訳、要約、回答生成は行われていません。

9. 日本語クエリの比較

次の2つのクエリを比較しました。

クエリA

Amazon Bedrock AgentCoreの日本語情報

検索結果

=== Search Results ===

[1] Amazon Bedrock AgentCore – AWS
URL: https://aws.amazon.com/jp/bedrock/agentcore/?sc_channel=el
公開日: 05:23PM, Thursday, November 13 2025, PST
概要: Amazon Bedrock AgentCore あらゆるフレームワークとモデルを使用して、安全かつ大規模にエージェントを構築、デプロイ、運用するためのエージェンティックプラットフォーム Amazon Bedrock AgentCore とは何ですか? Amazon Bedrock AgentCore は、高機能エージェントを安全かつ大規模に構築、デプロイ、運用できるエージェントプラットフォームです。AgentCoreを使用すると、エージェントがツールやデータを横断してアクションを実行できるように簡単に設定できます。また、低レイテンシーで長時間エージェントを安全に実行し、本番環境でエージェン...

[2] Amazon Bedrock AgentCore に関するよくある質問
URL: https://aws.amazon.com/jp/bedrock/agentcore/faqs/
公開日: 04:18PM, Wednesday, July 15 2026, PDT
概要: Amazon Bedrock AgentCore に関するよくある質問 - Runtime - Code Interpreter - 全般 すべて開く Amazon Bedrock AgentCore は、高機能エージェントを安全かつ大規模に構築、デプロイ、運用できるエージェントプラットフォームです。AgentCore を使用すると、エージェントをより迅速に構築できるほか、エージェントはツールやデータを横断してアクションを実行できるようになります。また、低レイテンシーで長時間エージェントを安全に実行し、本番環境でエージェントをモニタリングできます。これらすべてをインフラストラクチャの管理なしで...

[3] caylent.com
URL: https://caylent.com/blog/aws-reinvent-2025-every-ai-announcement-including-amazon-nova-2-and-kiro
公開日: 06:22PM, Thursday, July 30 2026, PDT
概要: | participant_name | Amazon Bedrock AgentCore |
| participant_type | product |
| participant_context | AI agent orchestration platform |
| latest_ts | 2026-05-27 |
| latest_url | https://caylent.com/blog/aws-reinvent-2025-every-ai-announcement-including-amazon-nova-2-and-kiro |
| source_domain | cay...

クエリB

Amazon Bedrock AgentCoreの情報

検索結果

=== Search Results ===

[1] Amazon Bedrock AgentCore
URL: https://docs.aws.amazon.com/bedrock-agentcore/latest/devguide/what-is-bedrock-agentcore.html
公開日: unknown
概要: Overview What is Amazon Bedrock AgentCore? Amazon Bedrock AgentCore is an agentic platform for building, deploying, and operating highly effective agents securely at scale using any framework and foundation model...

[2] Amazon Bedrock AgentCore - AWS
URL: https://aws.amazon.com/bedrock/agentcore/
公開日: 03:34PM, Wednesday, July 15 2026, PDT
概要: Amazon Bedrock AgentCore The platform for production AI agents. Any framework. Any model. Secure at scale. One platform to build, connect and optimize agents...

[3] caylent.com
URL: https://caylent.com/blog/aws-reinvent-2025-every-ai-announcement-including-amazon-nova-2-and-kiro
公開日: 06:22PM, Thursday, July 30 2026, PDT
概要: | participant_name | Amazon Bedrock AgentCore |
| participant_type | product |
| participant_context | AI agent orchestration platform |

比較結果

順位	「日本語情報」を指定	「情報」のみ
1	AWS公式日本語ページ	AWS公式英語ドキュメント
2	AWS公式日本語FAQ	AWS公式英語ページ
3	英語の第三者サイト	英語の第三者サイト

確認できた傾向

今回の結果では、クエリに日本語情報を含めることで、AWS公式の日本語ページが上位に表示されました。

一方、クエリ自体を日本語で書いただけでは、英語ページが上位になりました。

日本語でクエリを書く
  ≠ 日本語ページだけが返る

「日本語情報」を明示する
  → 日本語ページが上位になる傾向

ただし、日本語情報を指定しても英語ページは含まれました。

日本語ページだけを利用したい場合は、次のような追加対応が必要です。

クエリに対象ドメインを含める
取得後にURLのドメインを判定する
Gatewayやアプリケーション側でドメインを制御する

また、Web Search Tool単体では翻訳や回答生成は行いません。

返されるのは、検索結果のタイトル、URL、公開日、関連する抜粋です。

10. コスト

Web Searchは、検索クエリ単位の従量課金です。

今回の1回の実行では、主に以下が発生します。

tools/list：1回
tools/call：1回
Web Search：1回

概算では、1検索あたり約0.007 USDにGateway API料金が少額加算されます。

今回のような数回のPoCであれば、費用は数円程度です。

検索結果が長文でも、Web Search料金が文字数やトークン数で増えるわけではありません。

今回はBedrockの基盤モデルを呼び出していないため、LLMのトークン料金も発生していません。

11. まとめ

AgentCore GatewayへWeb Search Toolを追加し、Cursor上のPythonからMCP形式でWeb検索を実行できました。

今回確認できた内容は以下です。

AgentCore GatewayはリモートMCP Serverとして利用できる
Pythonからtools/listとtools/callを実行できる
IAM Identity Centerの認証情報でGatewayを呼び出せる
Web Search Toolからタイトル、URL、公開日、概要を取得できる
日本語クエリでも日本語ページだけが返るとは限らない
日本語情報を明示すると日本語ページが上位になる傾向があった

次は、AgentCore GatewayをCursorのMCP設定へ直接登録し、CursorをMCP HostとしてWeb Search Toolを利用する構成とかも試してみたいと思います。

You get articles that match your needs
You can efficiently read back useful information
You can use dark theme

What you can do with signing up