Pelajari cara kerja AI agent, cara mengonfigurasi berbagai penyedia model, menghubungkan tool dengan MCP, serta menambahkan callback dan streaming ke harness agent Anda.

Kerangka Agen dan Agent Loop

Memahami Agent Harnesses

Penyedia Model

Mengonfigurasi Penyedia Model

MCP & Ekosistem Tools

Callback dan Streaming

Alat dan Callback

Agent harness paling tepat digambarkan sebagai

Apa yang terjadi setelah sebuah alat selesai dieksekusi

Mengapa menggunakan model berbeda untuk evaluasi

Apa risiko keamanan pada tool agen

Mengapa menonaktifkan penangan keluaran bawaan

Dasar-Dasar Agent

Kendalikan perilaku agent Anda dengan hook, perluas dengan plugin dan skill, serta tingkatkan keandalan menggunakan Strands Steering.

Hook

Plugin & Skill

Pengarahan

Hooks dan Plugin

Jaga Agen Tetap pada Jalurnya dengan Steering

Hook paling analog dengan

Apa yang dilihat agen saat sebuah hook membatalkan pemanggilan tool

Pengungkapan progresif dalam skill agen

Hasil logika steering

Pengarah berbasis LLM vs deterministik

Kontrol Agent

Kuasai rekayasa konteks, pengelolaan percakapan, dan memori persisten dengan session manager.

Rekayasa Konteks & Manajemen Percakapan

Rekayasa Konteks

Pengelola Sesi

Mempersistenkan Riwayat Percakapan

Perilaku pengelola percakapan sliding window

Manajer peringkasan vs jendela geser

Bagaimana session manager diimplementasikan

Memori & Konteks

Bangun sistem multi-agent yang canggih menggunakan agents-as-tools, alur kerja berbasis graf, dan swarm agent.

Agen sebagai Alat

Alur Kerja Graf

Kawanan Agen

Arsitektur Multi-Agen

Konteks agen spesialis dalam agents-as-tools

Agen C berjalan setelah A dan B selesai

Apa yang terjadi dalam handoff swarm

Sistem Multi-Agent

Evaluasi agent Anda secara menyeluruh dan terapkan ke cloud dengan Amazon Bedrock AgentCore.

Mengevaluasi Agen

Teknik Evaluasi

Mendeploy Agen ke Cloud

Mendeploy ke Produksi dengan AgentCore

Apa yang dicegah oleh penyaringan alat

Mencegah pemanggilan alat gagal berulang

Manfaat utama arsitektur plugin untuk skills

Apa yang dilakukan context offloading pada hasil alat yang besar

Mengapa agents-as-tools tidak dapat menjamin urutan pemanggilan

Risiko keselamatan yang unik pada kawanan agen

Mengapa evaluasi satu giliran tidak cukup

Apa yang diperiksa oleh evaluator trajektori

Apa yang tetap sama saat melakukan deployment ke cloud

Produksi

Pelajari cara merancang, membangun, mengevaluasi, dan menerapkan sistem AI agent menggunakan Strands Agents SDK sumber terbuka. Mulai dari konsep inti seperti agent loop dan integrasi tool hingga orkestrasi multi-agent dan penerapan cloud dengan Amazon Bedrock AgentCore.

Pelajari cara merancang, membangun, mengevaluasi, dan menerapkan sistem agen AI menggunakan Strands Agents SDK sumber terbuka. Mulai dari konsep inti seperti agent loop dan integrasi alat hingga orkestrasi multiagen serta deployment cloud dengan Amazon Bedrock AgentCore.

Membangun Harness Agen AI dengan Agen Strands

Membangun Harness AI Agent dengan Strands Agents

Membangun Harness Agen AI dengan Strands Agents

Pengarah berbasis LLM vs deterministik

Membangun Harness AI Agent dengan Strands Agents

Latihan interaktif langsung