Leer hoe AI-agents werken, hoe je verschillende modelproviders configureert, tools koppelt met MCP, en callbacks en streaming toevoegt aan je agent-harnas.

Agent-harnassen en de agent-loop

Agent-harnassen begrijpen

Modelproviders

Modelproviders configureren

MCP & het tool-ecosysteem

Callbacks en streaming

Tools en callbacks

Een agent harness kun je het best omschrijven als

Wat gebeurt er nadat een tool klaar is met uitvoeren

Waarom een ander model gebruiken voor evaluaties

Welk beveiligingsrisico bij agenttools

Waarom de standaard outputhandler onderdrukken

Agentfundamentals

Stuur het gedrag van je agent met hooks, breid hem uit met plugins en skills, en verhoog de betrouwbaarheid met Strands Steering.

Hooks

Plugins & Skills

Sturing

Hooks en plugins

Houd agents op het juiste spoor met Steering

Hooks lijken het meest op

Wat de agent ziet wanneer een hook een toolaanroep annuleert

Geleidelijke onthulling in agent-skills

Uitkomsten van stuurlogica

LLM-based vs deterministische sturing

Agentbesturing

Word bedreven in context engineering, gespreksbeheer en blijvend geheugen met session managers.

Context engineering & gespreksbeheer

Context-engineering

Session managers

Gespreksgeschiedenis bewaren

Gedrag van de sliding window-conversatiemanager

Samenvattende vs. sliding window-managers

Hoe sessiebeheerders zijn geïmplementeerd

Geheugen & context

Bouw geavanceerde multi-agentsystemen met agents-als-tools, grafenworkflows en agent-swarms.

Agents als tools

Grafen-workflows

Agentzwermen

Multi-agentarchitecturen

Context van specialist-agent in agents-as-tools

Agent C draait pas nadat A en B klaar zijn

Wat gebeurt er bij een swarm-handoff

Multi-agentsystemen

Evalueer je agents grondig en rol ze uit naar de cloud met Amazon Bedrock AgentCore.

Agents evalueren

Evaluatietechnieken

Agents in de cloud implementeren

Implementeren naar productie met AgentCore

Wat toolfiltering helpt voorkomen

Herhaald mislukte tool-calls voorkomen

Belangrijkste voordeel van een plugin-architectuur voor skills

Wat context offloading doet met grote toolresultaten

Waarom agents-als-tools de aanroepvolgorde niet kunnen garanderen

Uniek veiligheidsrisico bij agent-swarms

Waarom enkelvoudige-evaluatie niet volstaat

Wat een trajectorie-evaluator controleert

Wat blijft hetzelfde bij deployment naar de cloud

Productie

Leer AI-agentsystemen ontwerpen, bouwen, evalueren en uitrollen met de open-source Strands Agents SDK. Je begint bij kernconcepten zoals de agentloop en toolintegratie en gaat door naar multi-agentorkestratie en clouddeployment met Amazon Bedrock AgentCore.

Leer AI-agentsystemen te ontwerpen, bouwen, evalueren en uitrollen met de open-source Strands Agents SDK. Van basisconcepten zoals de agent-loop en toolintegratie tot multi-agentorkestratie en implementatie in de cloud met Amazon Bedrock AgentCore.

AI-agent-harnassen bouwen met Strands Agents

Bouw AI Agent Harnesses met Strands Agents

AI-agentharnassen bouwen met Strands Agents

Wat context offloading doet met grote toolresultaten

AI-agent-harnassen bouwen met Strands Agents

Interactieve oefening met praktijkervaring