用 Amazon Bedrock AgentCore 构建无服务器图像编辑智能体
本文介绍如何使用 Amazon Bedrock AgentCore 构建一个无服务器图像编辑器，用户上传照片并用自然语言描述编辑需求，即可在数秒内得到结果。智能体运行在 AgentCore 编排层上，无需自定义编排代码。整个方案包括身份认证、加密存储、三个图像编辑工具和 React 前端，通过一条部署命令即可完成部署，基础设施由 AWS CDK 定义。
核心能力：配置驱动，无需编排代码
传统 AI 智能体的构建需要开发者自行处理任务编排循环、工具路由、记忆管理以及运行环境。AgentCore 将这一切封装为配置参数：开发者只需声明智能体的行为，编排层便会在一个有状态、隔离的微虚拟机中运行它，内置记忆、工具路由和可观测性。
该图像编辑器接受类似“把车颜色改成蓝色”或“向右扩展 200 像素”的提示词。由 Claude Sonnet 4.6 驱动的智能体将需求拆解为多个步骤，并编排调用不同的 Stability AI 模型（每个模型对应一个工具）。编辑完成后，通过微虚拟机上的 shell 命令添加水印（无 token 开销），最后返回结果。
五大亮点功能
- 配置驱动的智能体创建：完全通过 API 参数定义智能体，无需 Python 编排代码、无需框架、无需容器。
- 每次调用可切换模型：前端将基础对话路由到 Claude Haiku 4.5，图像编辑任务路由到 Claude Sonnet 4.6，智能体会在模型切换时保持对话上下文。
- 每次调用可覆盖角色提示：用户可选择行业角色（房地产、零售、汽车），这些角色会注入领域特定的系统提示，而无需重新部署。
- 30 天会话记忆：AgentCore 服务会存储对话历史 30 天，智能体在同一会话内可跨轮次保持上下文，无需前端重复发送历史。示例将会话 ID 存储在 localStorage 中，因此刷新浏览器后对话仍能继续。清除浏览器数据会在前端启动新会话，但历史记录仍可通过 ListEvents API 获取。
- MCP 网关支持：三个由 Lambda 支持的工具通过 Model Context Protocol (MCP) 暴露给智能体。
架构与部署
整个应用包括：
- 身份认证：确保用户安全访问。
- 加密存储：保护用户上传的图片。
- 三个图像编辑工具：分别对应不同的 Stability AI 模型，实现多种编辑能力。
- React 前端：提供直观的用户界面。
所有基础设施通过 AWS CDK 定义，一条命令即可完成部署。
应用场景与价值
该示例展示了 AgentCore 在图像编辑领域的落地潜力。对于需要快速构建 AI 编辑工具的开发团队，AgentCore 大幅降低了编排层的工作量，让开发者可以专注于工具逻辑和前端体验。此外，行业角色切换功能使得同一套系统可以服务于不同垂直领域，如房地产（调整房屋照片）、零售（更换商品颜色）、汽车（修改车型外观）等。
总结
Amazon Bedrock AgentCore 为构建无服务器 AI 智能体提供了一条配置驱动、零编排代码的路径。通过将图像编辑的复杂流程封装为可配置的智能体，开发者能够快速交付面向用户的生产级应用，同时保持灵活性和可扩展性。