AgentCoreゲートウェイの「ツール検索ツール」機能を組み込んだStrands Agentsができた！

AgentCoreゲートウェイには、オプションで「ツールを検索するツール」を追加することができます。

一見さんお断りな雰囲気を醸し出す機能ですが、

AgentCoreゲートウェイは複数のターゲット（MCPサーバーやLambdaなど）を束ねることができる
→束ねまくるとツールが山盛りになる
　→山盛りのツール定義をLLMに渡すとコンテキストを占拠しちゃう
　　→山盛りのツールから必要なツールだけを検索できるようにしよう

という機能です。

この機能を、Strands Agentsと組み合わせてやってみました。

AgentCoreゲートウェイの作成

マネジメントコンソールから作成します。

まずはTavilyのAPIキーをアイデンティティにセットしてください。（キャプチャ忘れました、すいません。）

そのうえで、「ゲートウェイ」メニューから、「ゲートウェイを作成」をクリックします。

「ツール検索ツール」はデフォルトでは無効化されています。有効化するには「追加設定」を開き、「Enable semantic search」にチェックを入れます。

次画面で認証方式を選びます。今回は「IAM」を選びました。

ターゲットタイプは「統合」を選び、プロバイダーを閲覧ボタンからTavilyを選びます。事前に作成したアイデンティティのAPIキーを選びます。

ウィザードを進めてAgentCoreゲートウェイを作成します。ゲートウェイIDをコピーしておきましょう。

Strands Agentsを作成

それではStrands Agentsを作ります。

プロジェクトを作成し、ライブラリーを導入します。

uv init app --python 3.13
cd app
uv add strands-agents mcp-proxy-for-aws python-dotenv

環境依存の設定を.envに記載します。今回必要なのは機密情報ではないので堂々と.envを使います。

.envに機密情報を書いてはいけません。
.envをコーディングエージェントに渡さない方法を考えるのではありません。.envに機密情報を書かない方法を考えるのです。

話がそれました。必要な環境変数はこれらです。

.env

AWS_PROFILE=default
AWS_REGION=ap-northeast-1
MODEL_ID=jp.anthropic.claude-haiku-4-5-20251001-v1:0
GATEWAY_ID=gateway-quick-start-a17bf8-gfukq098dw

必要なライブラリーをインポートしつつ、環境変数を読み取ります。

AgentCoreゲートウェイの認証にIAMを使うので、そこをいい感じにしてくれる「MCP Proxy for AWS」を使ったMCPクライアントを生成します。

「ツール検索ツール」を作成します。「context=True」をセットすると、tool_contextパラメーターとしてエージェントのコンテキストが取得できます。

クエリーを使って、AgentCoreゲートウェイのツール検索ツール（x_amz_bedrock_agentcore_search）を呼び出します。

search_result["structuredContent"]の中身はこんな感じです。 複数見つかることもあります。

{
    "tools": [
        {
            "inputSchema": {
                ...
            },
            "name": "target-quick-start-d7b17d___TavilySearchExtract",
            "description": "ExtractwebpagecontentfromURLsusingTavilyExtract"
        },
        {
            "inputSchema": {
                ...
            },
            "name": "target-quick-start-d7b17d___TavilySearchPost",
            "description": "ExecuteasearchqueryusingTavilySearch"
        }
    ]
}

見つかったツール名から、ツールの情報を取得します。

そしてこのツールをエージェントのツールとして追加します。（ここの処理が必要なのでcontext=Trueにしたのです）

最後にツール実行結果を返却します。

これで「ツール検索ツール」ができました。あとはこのツールを付与したAgentを作って実行します。

ModelCallToolLogger()フックは、モデル呼び出し時点のツール情報を出力するフックとして、以下を追加してます。

class ModelCallToolLogger:
    def register_hooks(self, registry: HookRegistry) -> None:
        registry.add_callback(BeforeModelCallEvent, self.log_tools)

    def log_tools(self, event: BeforeModelCallEvent) -> None:
        tool_names = event.agent.tool_names
        print(f"tools: count={len(tool_names)} names={tool_names}")

実行結果

tools: count=1 names=['tool_search']
tools: count=3 names=['tool_search', 'target-quick-start-68c876___TavilySearchExtract', 'target-quick-start-68c876___TavilySearchPost']
tools: count=3 names=['tool_search', 'target-quick-start-68c876___TavilySearchExtract', 'target-quick-start-68c876___TavilySearchPost']
Bedrock AgentCore の最新情報をまとめました：
<略>

２回目のモデル呼び出し（多分ToolResultを送ってる）から、ツールが3つに増えてますね！