Bedrock AgentCoreって結局何ができるの？AIメンターを作って一通り触ってみた

はじめに

AgentCoreも最近話題になってきて、そろそろ置いていかれそうなので、いろいろ触ってみました。

最初はAgentCoreがどんなものかよく分かっていませんでしたが、実際に触ってみることで「どんな機能があり、それぞれ何を担うのか」がだいぶ見えてきました。

この記事では、実際に作ったアプリをもとに、AgentCoreの全体像を紹介します。

※2026年8月20日時点の情報です。

想定読者

• AgentCoreで何ができるのか、ざっくり知りたい人
• AgentCoreの利用を検討しており、事前に全体像を把握したい人

RAGやAIエージェントなどの基本的な知識があることを前提としています。

目次

• 作ったもの
• エージェントを動かす方法
  • Harness
  • Runtime
  • HarnessとRuntimeの違い
• Agentを拡張する機能
  • Memory
    • 短期Memory
    • 長期Memory
  • Gateway
  • Code Interpreter
  • Evaluation
• Bedrock Managed Knowledge Base
• Strands Agents
• （余談）Vibe Codingって勉強にならない？
• まとめ

作ったもの

「自分だけのAIメンター」を作りました。

この記事では、このアプリの機能をもとに、どこで何のAgentCore機能を使っているのかを解説します。

主な機能

• 通常のチャット（Runtime／Strands Agents）
• チャット内容の記憶とスレッド管理（Memory）
• IPAのデジタルスキル標準を使ったRAG（Managed Knowledge Base／Gateway）
• スキルマップの作成・更新（GatewayのMCPツール経由でLambdaを呼び出す）
• スキルマップやキャリア観に基づくコーチング（長期Memory）
• 直近の学習状況をまとめたPowerPointスライドの自動生成（Code Interpreter）
• web検索(Tavily／Strands Agents）

アーキテクチャ

成果物(参考)

RAGとスレッド管理

スキルマップの更新

エージェントを動かす方法

Harness

AgentCore Harnessは、モデルやツールなどを設定するだけでエージェントを実行できるマネージド環境です。

内部ではStrands Agentsによるオーケストレーションループが動いており、モデルの呼び出しやツールの選択、コンテキスト管理、エラー処理などをAgentCoreが行います。

主な特徴

• AgentCoreとの統合(原則コード無し)：Gateway、Browser、Code Interpreter、EvaluationのAgentCoreの機能をほぼコーディング無しで使える
• Memoryが標準：会話履歴を自動で保存・復元し、長期Memoryも設定可能
• セッション分離：セッションごとに分離されたmicroVM、ファイルシステム、シェルを利用可能
• コードエクスポート：設定をStrands AgentsのPythonコードへエクスポート可能

知っておきたいこと

• エクスポート形式に制限あり：現時点ではPython／Strands Agentsへのコードエクスポートにのみ対応(TypeScriptやLangGraphは不可)
• 個別料金なし：Harness自体の追加料金はなく、利用したモデルやAgentCore機能に対して課金

Runtime

AgentCore Runtimeは、AIエージェントを動かすための実行環境です。

LambdaやECSでもエージェントは動かせますが、Runtimeには長時間実行やセッション分離、ストリーミングなど、エージェント向けの機能が組み込まれています。
今回のアプリでは、Strands Agentsで実装したAIメンターをmicroVM上で動かしています。

実行方式

現時点で2種類あります。

• microVM：デフォルトのサーバーレス方式。通常のチャットエージェント向け
• Runtime Instances：自分のAWSアカウント内でAgentCoreが管理するEC2方式。長期間の処理やGPU、複数エージェントによる環境共有に対応

主な特徴

• 長時間実行：microVMでは最大8時間、Runtime Instancesでは最大14日間実行可能
• セッション分離：microVMではセッションごとに専用の実行環境を割り当て。Runtime Instancesもセッション分離に対応
• フレームワーク：Strands Agents、LangGraph、CrewAIなどに対応
• ストリーミング：HTTPのレスポンスストリーミングとWebSocketの双方向通信に対応
• 対応プロトコル：HTTP、MCP、A2A、AG-UIに対応

知っておきたいこと

• アイドル時の停止：microVMは、デフォルトでは15分間アイドル状態が続くと停止
• 会話履歴は別管理：会話履歴を残す場合は、AgentCore Memoryなどに保存
• ペイロード：リクエストペイロードは最大100MB

microVMは常時起動するサーバーではなく、必要なときにセッション単位で実行環境が用意される仕組みです。継続的に稼働する処理や専用リソースが必要な場合は、Runtime Instancesを選択できます。

HarnessとRuntimeの違い

公式ドキュメントでも、HarnessとRuntimeの使い分けが紹介されています。

• Harness：モデルやツール、メモリなどを設定すると、AgentCoreがエージェントの実行を管理。手軽にエージェントを作りたい場合に向いている
• Runtime：エージェントの処理をコードで実装。Graph形式のワークフローや独自の前後処理など、細かく制御したい場合に向いている

設定中心で手軽に作るならHarness、コードベースで細かく制御するならRuntimeです。
最初はHarnessで手軽に作り、Graph形式のワークフローや独自の前後処理など、実現したい制御が明確になってからRuntimeへ移行する進め方もよさそうです。Harnessの設定はStrands AgentsのPythonコードへエクスポートできるため、最初からRuntimeを選ばなくてもよいと思います。

Agentを拡張する機能

Memory

短期Memory

ChatGPTのチャット履歴に近い機能です。会話内容を加工せず、そのままEventとして保存します。

主な特徴

• 会話単位で管理：actorIdがユーザーを、sessionIdが会話を識別
• 会話履歴を保存：メッセージ本文、送信者のrole、日時などをEventとして保存
• 履歴の取得：ユーザーのセッション一覧や、セッション内のEvent一覧を取得可能
• 保持期間：最大365日。Memory作成時などに事前設定が必要
• 保存形式：会話データのほか、画像やJSONなどのBlobも保存可能
• メタデータ：Eventに任意の情報を付け、取得時の絞り込みに利用可能
• Eventのブランチ：過去のEventを起点にブランチを作成可能。メッセージの編集や別の会話パスを表現できる

基本操作

• 作成（CreateEvent）：新しいEventを保存
• 個別取得（GetEvent）：eventIdを指定してEventを取得
• セッション一覧（ListSessions）：actorIdに紐づくセッションを取得
• Event一覧（ListEvents）：セッション内のEventを取得。メタデータやブランチによる絞り込みも可能
• 削除（DeleteEvent）：指定したEventを完全に削除

知っておきたいこと

• Eventは変更不可：保存済みのEventは更新できない。修正する場合はブランチを作成し、不要なEventは削除する
• 自動保存ではない：Memoryリソースを作成しただけでは会話保存されない。Runtime側でSDKのCreateEventやSession Managerなどを使い、保存と復元を組み込む必要がある

今回のアプリでは、CognitoのユーザーIDをactorId、チャットごとのIDをsessionIdとして使用しています。スレッド名など、アプリ側で必要な情報はDynamoDBで管理しています。

長期Memory

ChatGPTのメモリに近い機能です。ユーザーに関する情報を、セッションをまたいで利用できるMemoryRecordとして保存します。

組み込み戦略では、短期Memoryに保存された会話からMemoryRecordを自動的に生成できます。

主な特徴

• セッションをまたいだ記憶：保存したMemoryRecordを別のセッションでも利用可能
• Memory戦略：長期保存する情報と、その抽出・統合方法を設定可能
• 自動抽出・統合：組み込み戦略では、短期Memoryの会話を解析し、抽出した情報を既存のMemoryRecordと統合
• セマンティック検索：現在の会話に関連するMemoryRecordを検索可能
• Namespace：actorIdやsessionIdなどを使い、MemoryRecordの保存範囲を分離可能

基本操作

• 個別取得（GetMemoryRecord）：指定したMemoryRecordを取得
• 一覧取得（ListMemoryRecords）：Namespace内のMemoryRecordを取得
• 検索（RetrieveMemoryRecords）：クエリに関連するMemoryRecordをセマンティック検索
• 削除（DeleteMemoryRecord）：指定したMemoryRecordを削除

Memory戦略

Memory戦略は、長期Memoryに何を保存し、どのように抽出・統合するかを定義します。

• 組み込み戦略：AgentCoreが抽出と統合を管理
  • SEMANTIC：事実や知識を抽出
  • SUMMARIZATION：会話を要約
  • USER_PREFERENCE：ユーザーの好みや関心を抽出
  • EPISODIC：重要な出来事や経験を保存
• 組み込み戦略のカスタマイズ：組み込みの処理基盤を利用しつつ、抽出・統合の指示や使用モデルを変更
• Self-managed戦略（CUSTOM）：抽出・統合処理、モデル、出力スキーマなどを独自に実装。AgentCoreはMemoryRecordの保存と検索に利用

知っておきたいこと

• Memory戦略が必要：戦略を設定していない場合、長期Memoryは生成されない
• 自動抽出は非同期：組み込み戦略では、会話の保存後にバックグラウンドで処理されるため、MemoryRecordとして取得できるまで時間がかかる
• 過去のEventは対象外：組み込み戦略を有効にする前に保存されたEventは、さかのぼって自動抽出されない
• 自動抽出の対象は会話データのみ：短期Memoryに保存したBlobは、組み込み戦略による抽出対象にならない
• Runtimeでは取得処理が必要：MemoryRecordを検索し、エージェントのコンテキストへ渡す処理を組み込む必要がある

今回のアプリでは、会話からユーザーのキャリア観や興味関心を抽出し、セッションをまたいだコーチングに利用しています。

Gateway

AgentCore Gatewayは、エージェントからツールや外部サービスへの接続をまとめて管理する機能です。

REST APIやLambdaなどをMCPツールとして公開できるほか、HTTPサービスへの中継や、複数のモデルプロバイダーへの接続の共通化にも対応しています。

主な特徴

• 複数の接続方式：MCPツールの集約、HTTPリクエストの中継、リクエストで指定したモデルへのルーティングに対応
• 豊富な接続先：Lambda、REST API、外部MCPサーバー、Managed Knowledge Basesなどを接続可能
• 連携テンプレート：Jira、Slack、Salesforceなど、外部サービス向けのテンプレートを用意
• Web検索：Web Search ToolをMCPツールとして追加可能
• 認証・認可：Gatewayを呼び出す側と、接続先へアクセスする側の認証をまとめて管理
• ツール検索：登録したツールを自然言語で検索し、用途に合うツールを絞り込める

知っておきたいこと

• 接続先は別途必要：GatewayがAPIやMCPサーバー自体をホストするわけではない
• 小規模なら直接Toolでもよい：1つのエージェントから少数のAPIを呼ぶだけなら、通常のToolとして実装したほうがシンプル

今回のアプリでは、DynamoDBに保存したスキルマップを更新するREST APIを、Gateway経由のMCPツールとして呼び出しています。

このくらいなら通常のToolでも実装できますが、Gatewayも触ってみたかったので採用しました。

Code Interpreter

AgentCore Code Interpreterは、エージェントが生成したコードを分離された環境で安全に実行するための機能です。

計算やデータ分析だけでなく、Excel、Word、PDF、PowerPointなどのファイル加工・生成にも利用できます。

主な特徴

• コード・コマンド実行：Python、JavaScript、TypeScriptのコードやシェルコマンドを実行可能
• ライブラリを標準搭載：pandas、numpy、openpyxl、python-docx、python-pptxなどを利用可能
• ファイルの入出力・加工：ファイルをセッションへアップロードし、コードで編集・変換。生成したファイルをダウンロード可能

知っておきたいこと

• セッションの有効時間：デフォルトは15分で、最大8時間まで設定可能
• ファイルは一時保存：セッション終了時にローカルファイルは削除される。成果物を残す場合はS3などへの保存が必要
• 実行リソースは固定：1セッションあたり2vCPU、メモリ8GB、ディスク10GBで、構成は変更不可
• ファイルサイズに上限あり：インラインで扱えるペイロードは最大100MB。大きなファイルはS3などを経由する
• 実行ロールに注意：生成されたコードからもCode Interpreterの実行ロールを利用できるため、必要最小限の権限に絞る

今回のアプリでは、python-pptxを使い、短期Memory、長期Memory、スキルマップから取得した情報をもとに、直近の学習状況をまとめたPowerPointを生成しています。

Evaluation

AgentCore Evaluationsは、エージェントの応答やツールの使い方を自動で採点する機能です。

LLMを採点者として使うLLM-as-a-Judgeや、Lambdaに実装した独自ルールで評価できます。Ground Truthを与え、期待する回答や動作と比較することも可能です。

主な特徴

• 評価方式：オンデマンド評価、バッチ評価、オンライン評価、データセット評価（プレビュー）に対応
• 複数の評価項目：Built-in evaluators（備え付けの評価項目）のほか、独自の採点基準となるCustom evaluatorsも作成可能
• Ground Truth：期待する回答やツールの実行順序などを定義し、実際の動作と比較可能

評価方式

• オンデマンド評価：指定したセッションやトレースを評価。問題のあった応答の調査や、修正結果の確認に利用
• バッチ評価：複数のセッションをまとめて評価。変更前後の比較やリグレッションテストに利用
• オンライン評価：本番トラフィックから対象をサンプリングして継続的に評価。品質の監視や劣化の検知に利用
• データセット評価（プレビュー）：複数のテストシナリオをデータセットとして定義し、エージェントの呼び出しから評価までをまとめて実行

評価内容

評価時の採点基準をEvaluatorとして指定します。

• Built-in evaluators：AWSが用意したEvaluator。正確性、有用性、タスク達成、ツール選択などを評価
  • 多くはLLM-as-a-Judge
  • Trajectory系は、ツールの実行順序をプログラムで比較
• Custom evaluators：独自の評価基準を定義
  • LLM-as-a-Judge：評価モデル、採点基準、スコア形式を設定
  • コードベース：Lambdaに評価処理を実装し、文字列一致や業務ルールなどを判定

知っておきたいこと

• トレースが必要：評価には、OpenTelemetryなどで記録したトレースをAgentCore Observabilityへ送信する必要がある。Harnessではトレース連携が組み込まれている
• 公式対応はPython版のみ：現時点で、正式対応するフレームワークと計装ライブラリはPython版のみ。TypeScriptは公式サポート対象外
• Ground Truthはオンライン評価で使用不可：正解データを指定できるのはオンデマンド評価、バッチ評価、データセット評価
• LLMによる評価は絶対ではない：重要な評価では、Ground TruthやコードベースのEvaluator、人による確認などを組み合わせる
• 評価にも料金がかかる：Built-in evaluatorsは処理したトークン量、Custom evaluatorsは評価回数や使用モデルなどに応じて課金。オンライン評価ではサンプリング率を設定可能

今回は、事前に定義した採点基準をCustom Evaluatorに設定しました。

最小構成のエージェントは1/5点でしたが、RAGやMemoryなどを組み込んだ今回の構成では4/5点となり、改善結果を定量的に比較できました。

当初はTypeScriptで実装したRuntimeエージェントを評価しようとしましたが、公式対応する計装ライブラリがPython版のみだったため断念しました。今回はEvaluationとの統合が組み込まれているHarnessを使って評価しています。

Bedrock Managed Knowledge Base

Bedrock Managed Knowledge Baseは、ベクトルDBを含むRAG基盤をAWSが管理するKnowledge Baseです。

従来のCustomer-managed Knowledge BaseではOpenSearch ServerlessなどのベクトルDBを選択・管理する必要がありますが、Managed Knowledge Baseではデータソースを接続して取り込めば利用できます。

主な特徴

• ベクトルDBの管理が不要：データの取り込み、Embedding、インデックス作成、保存、検索、RerankingをAWSが管理
• Smart Parsing：ファイル形式に応じて解析方法を自動選択。解析モデルを指定せず、PDF、Excel、画像を含む文書などを取り込み可能
• 対応形式の拡大：従来もPDF内の画像やJPEG／PNGを解析できたが、PowerPoint、より多くの画像形式、音声、動画にも対応
• Agentic Retrieval：複雑な質問を複数の検索に分解し、必要な情報が揃うまで繰り返し検索
• Gatewayとの統合：Gatewayへ登録し、RetrieveやAgenticRetrieveStreamをMCPツールとして利用可能

知っておきたいこと

• マルチモーダルは要設定：画像、音声、動画を取り込む場合は、高度なインデックスを有効にする必要がある
• 取り込みには上限あり：直接取り込みは1回最大10ファイル・毎秒20リクエスト。Ingestion Job（同期処理）はKnowledge Baseごとに最大50件まで同時実行可能
• ベクトルDBは選択不可：独自のベクトルDB構成や直接管理が必要な場合は、Customer-managed Knowledge Baseを選択する

今回のアプリでは、IPAのデジタルスキル標準のPDFとExcelをS3から取り込み、Gateway経由でエージェントから検索しています。

Smart Parsingにより、Parsing Strategyや解析モデルを個別に選択せず、PDFとExcelをそのままデータソースとして取り込めました。

Strands Agents

Strands Agentsは、ざっくり言うとLangChainみたいなものです。

モデル、プロンプト、ToolsをAgentへ渡すと、モデルが必要なToolを選びながら処理を進めます。AWSが公開しているSDKのため、AgentCoreとの連携機能も充実しています。

主な特徴

• モデル・Toolsを選択：Bedrock以外のモデルや、独自関数、外部API、MCPなどを利用可能
• AgentCoreとの統合：Runtime、Memory、Gateway、Code Interpreterなどと連携可能
• 複数エージェントに対応：Graph、Workflow、Swarmなどを構築可能

今回のアプリでは、Strands AgentsでAIメンターを実装し、TavilyをToolとして追加してWeb検索に対応しています。

（余談）Vibe Codingって勉強にならない？

今回の実装は大部分をCodexに任せており、生成されたコードも細部まではレビューしていません。
その代わり、気になった処理や重要そうな部分は、公式ドキュメントと生成されたコードを見比べながら確認しました。

今回の目的は、AgentCoreのAPIやメソッド名をすべて覚えることではなく、「どんな機能があり、どこで使い、何に注意するか」を一通り理解することです。

目的をそこに絞ったことで、短期間でこれだけの機能を試せました。新しい技術の全体像を素早くつかむ方法として、Vibe Codingはかなり有効だと感じました。

まとめ

少し前までは「LangChainがやっていることをAWS上で提供しているだけでは？」と思っていました。

実際には、エージェントの実行環境だけでなく、Memory、外部ツールとの接続、コード実行、評価など、エージェントを構築・運用するための機能が幅広く用意されています。

次はHITL、Graph、承認ワークフロー、Policyなども触ってみたいと思います。