GPT 5.6 on Bedrockでサーバーサイドツールを使う with AgentCoreゲートウェイ

タイトルつけるの難しい。。

BedrockでOpenAIのResponses APIを使う場合に、サーバーサイドツールが使用できます。

クライアントサイドでのツール実行とサーバーサイドでのツール実行の違いはこんな感じ。

アプリの実装が超簡単になります！もうエージェントフレームワークいらないんじゃないかと思うぐらい！

Responses APIで使えるサーバーサイドツール

• Lambda関数
• Noteツール（AWS提供）
• Bedrock AgentCoreゲートウェイのMCPツール

やってみよう

今回はBedrock AgentCoreゲートウェイを指定してみます。GPT5.6 Lunaを使いたかったのでバージニア北部で試しました。

1. AgentCoreゲートウェイのターゲットとして使用するナレッジベースを作成します
   

2. ナレッジベースができたら、AgentCoreゲートウェイを作成します
   

   InboundAuth typeはIAMを選択します

   

   作成したら、Gateway resource ARNをコピーします

   

3. Pythonのスクリプトを作成します。

   uv add openai aws-bedrock-token-generator
   

   from aws_bedrock_token_generator import provide_token
   from openai import BedrockOpenAI
   
   client = BedrockOpenAI(
       aws_region="us-east-1",
       bedrock_token_provider=lambda: provide_token(region="us-east-1")
   )
   
   response = client.responses.create(
       model="openai.gpt-5.6-luna",
       tools=[
           {
               "type": "mcp",
               "server_label": "agentcore_tools",
               "connector_id": "{AgentCoreゲートウェイのARN}",
               "server_description": "AgentCore Gateway providing custom tools",
               "require_approval": "never",
           }
       ],
       input="プロンプト",
   )
   
   print(response.output_text)
   

AWSのプロファイルを指定するときは環境変数のAWS_REGIONを使うか、以下のように指定します。（面倒くさいので環境変数がおすすめ）

from botocore.session import Session

class ProfileCredentials:
    def __init__(self, profile):
        self._session = Session(profile=profile)
    def load(self):
        return self._session.get_credentials()

bedrock_token_provider=lambda: provide_token(
    region="us-east-1",
    aws_credentials_provider=ProfileCredentials("dev"),
)