AWS Machine Learning Blog

Getting started with Web Answer on Amazon Bedrock AgentCore

8.5内容质量
Getting started with Web Answer on Amazon Bedrock AgentCore

TL;DR · AI 摘要

AWS推出Web Answer工具,将搜索-合成-引用流程整合为单次请求,提升AgentCore开发效率。

核心要点

  • Web Answer通过单次API调用完成搜索、合成和引用,减少80%开发工作量
  • 使用AWS IAM或JWT认证,确保服务调用安全性
  • 实时搜索机制保证信息时效性,模型内置当前日期参数

结构提纲

按章节快速跳转。

  1. 宣布Web Answer在Amazon Bedrock AgentCore的正式上线

  2. 通过单次请求完成搜索规划、并行执行和事实验证的全流程

  3. 支持AWS IAM和JWT双认证方式保障服务调用安全

  4. 与Web Search工具在集成复杂度和功能实现上的差异对比

  5. 模型内置当前日期参数确保搜索结果时效性

  6. 集成负责任AI防护机制防止虚假信息生成

思维导图

用一张图看清主题之间的关系。

查看大纲文本(无障碍 / 无 JS 友好)
  • Web Answer架构
    • 核心功能
      • 单次请求处理
      • 实时搜索
      • 自动引用生成
    • 技术特性
      • AWS IAM认证
      • 并行搜索执行
      • 负责任AI机制
    • 集成流程
      • Gateway配置
      • MCP协议返回
      • Agent调用

金句 / Highlights

值得收藏与分享的关键句。

#Amazon Bedrock#Web Answer#AWS#AgentCore#机器学习
打开原文

在 Amazon Bedrock AgentCore 上使用 Web Answer 入门 | 人工智能

在 Amazon Bedrock AgentCore 上使用 Web Answer 入门

今天,我们宣布 Web Answer 在 Amazon Bedrock AgentCore 上正式可用。通过 Web Answer,代理构建者可以通过一次工具调用即可获得自然语言问题的综合、有来源引用的答案。他们不再需要自行构建搜索、检索、综合和引用的完整流程。

如果您构建过需要从当前网络资源中获取答案的代理,您一定了解这个模式:调用搜索 API,决定哪些结果可信,检索并清理页面内容,提示模型进行综合,并设计引用提取逻辑以确保输出可追溯到来源。每一步都需要您维护代码,而每一步都可能出错:当证据不足时会出现幻觉,当索引更新时内容可能过时,当声明与来源不一致时会出现引用错误。

Web Answer 将整个流程压缩为一个请求。您只需发送一个问题,几秒钟后即可获得带引用的答案。在本文中,我们将解释 Web Answer 的功能,将其与 AgentCore 的 Web Search 进行对比,展示其工作原理和返回内容,并演示如何将 Web Answer 添加到网关中并从代理中调用它。

Web Answer 的功能

图 1:代理通过网关向 Web Answer 发送请求的流程

您的代理将问题发送到 Amazon Bedrock AgentCore 的 AgentCore 网关。网关通过 AWS 身份和访问管理(AWS IAM)或 JSON Web Token(JWT)对调用进行身份验证。网关调用 Web Answer,这是 AWS 所拥有的托管连接器,使用其自身的服务角色。Web Answer 规划搜索,并行执行多个搜索,读取关键页面以验证事实。当证据不足时,它会再次搜索。随后,它会生成一个答案,将每个声明与对应的来源 URL 关联。网关将答案及其引用作为 Model Context Protocol(MCP)工具结果返回给代理。

Web Answer 是一个托管的 AgentCore 网关工具,它接收自然语言问题,并在几秒钟内返回基于当前网络资源的综合答案。您将获得以下内容:

  • 有依据且带引用的答案,每个依据声明都映射到对应的引用,如有可用来源 URL 会一并显示。
  • 当前来源:Web Answer 会对每个问题执行新的搜索,其模型会获得今天的日期,从而可以搜索到最新信息。
  • 代理式搜索:Web Answer 自主规划搜索,并行执行多个搜索,读取页面验证事实,并决定何时拥有足够证据来回答问题。
  • 负责任的 AI 安全保障:Web Answer 的设计和测试均遵循负责任的 AI 安全保障原则。

图 2:演示视频展示如何将 Web Answer 添加到 AgentCore 网关,从设置到生成带引用的答案

与 Web Search 的区别

Web Answer 和 Web Search 工具都支持检索用例,但集成复杂度不同。关键区别在于谁运行模型:

  • Web Search:返回排名靠前的 URL、标题、摘要和元数据。您需要自行维护模型并控制综合过程。当您希望完全控制结果处理方式时使用 Web Search。
  • 网络答案:为您运行模型、智能检索循环、合成和引用流程,直接输出完整且带引用的答案。当问题属于更大代理系统中的子任务,且您不希望自行维护检索流程时,使用网络答案。

许多客户会同时使用这两种工具。代理系统可能使用网络搜索处理需要原始结果的广泛研究任务,而使用网络答案处理需要快速带引用答案的具体事实性问题。

配置和调用网络答案

网络答案是 AWS 所拥有的连接器。您通过 ID 引用该工具,网关会处理工具模式、参数治理、端点解析和后端认证。在本操作指南中,您将为网关的服务角色授予调用网络答案的权限,添加网络答案目标,并从 Strands 代理中调用该工具。

入门指南

几分钟即可完成配置。网关管理员在现有 AgentCore 网关中添加网络答案作为目标后,该工具将通过 MCP 协议的 tools/list 和 tools/call 接口对所有连接的代理可见。

先决条件

  • 具有 AgentCore 网关访问权限的 AWS 账户
  • 使用 IAM (AWS_IAM) 入站认证的 us-east-1 区域 AgentCore 网关。如需创建,请参阅《开发人员指南》中的"创建 Amazon Bedrock AgentCore 网关"
  • 具有 bedrock-agentcore:InvokeGateway 权限的网关身份的 AWS 凭证,以及代理使用的模型的 Amazon Bedrock 访问权限
  • Python 3.10 或更高版本,需安装以下依赖包:pip install boto3 strands-agents mcp mcp-proxy-for-aws

注意:按照这些步骤将创建会产生费用的 AWS 资源。网关和网络答案调用都会产生费用。请参阅后续的定价部分了解详细信息,完成操作后请删除创建的资源(参见"清理资源"部分)。

步骤 1:为网关服务角色授予网络答案访问权限

网关通过其服务角色代表您执行操作。该角色的信任策略允许 bedrock-agentcore.amazonaws.com 假设该角色,且范围限定在您的账户。对于网络答案,角色需要:

  • bedrock-agentcore:InvokeWebAnswer 权限用于调用网络答案。网关在每次请求时都会检查该权限,目标 ARN 为 AWS 所有:arn:aws:bedrock-agentcore:us-east-1:aws:tool/web-answer.v1

以内联策略形式将该策略附加到服务角色:

code
import json
import boto3

iam = boto3.client("iam")

iam.put_role_policy(
    RoleName="<gateway-service-role>",
    PolicyName="WebAnswerGuide",
    PolicyDocument=json.dumps({
        "Version": "2012-10-17",
        "Statement": [
            {
                "Sid": "InvokeWebAnswer",
                "Effect": "Allow",
                "Action": "bedrock-agentcore:InvokeWebAnswer",
                "Resource": "arn:aws:bedrock-agentcore:us-east-1:aws:tool/web-answer.v1",
            }
        ],
    }),
)

该角色仅控制网关的出站调用。谁可以调用您的网关由其入站授权器决定。该角色也不需要 bedrock:InvokeModel 权限:代理使用的模型会在代理自身的身份下运行。

步骤 2:创建网络答案目标

将网络答案添加为连接器目标。connectorId 告诉网关要启用哪个托管集成:在此情况下,是一个用于搜索网络并生成带引用答案的代理。

code
import boto3

gateway_client = boto3.client("bedrock-agentcore-control", region_name="us-east-1")
code

目标创建代码示例:

target_response = gateway_client.create_gateway_target(
    name="web-answer-tool",
    gatewayIdentifier=gateway_id,
    targetConfiguration={
        "mcp": {
            "connector": {
                "source": {"connectorId": "web-answer"},
                "configurations": [{"name": "WebAnswer", "parameterValues": {}}],
            }
        }
    },
    credentialProviderConfigurations=[
        {"credentialProviderType": "GATEWAY_IAM_ROLE"}
    ],
)
target_id = target_response["targetId"]

出站认证对连接器是自动处理的。使用 GATEWAY_IAM_ROLE 时,网关会使用第1步中的服务角色调用Web Answer后端,因此您无需为该工具创建或存储任何凭证。在调用目标之前,请等待 get_gateway_target 报告目标状态变为 READY。

作为网关管理员,您还可以在目标上设置域名过滤器。该过滤器会应用于所有经过该目标的调用。要限制目标仅访问特定域名,可将 parameterValues 设置为 {"domainFilter": {"include": ["bis.org"], "exclude": ["unreliable-source.net"]}} 。

第3步:从Strands代理调用Web Answer

您的代理通过网关的 tools/list 发现Web Answer工具,并通过 tools/call 调用它,就像调用其他MCP工具一样。此方法兼容Strands Agents、LangChain、LangGraph、CrewAI或任何其他MCP兼容客户端。

code
from strands import Agent
from strands.models.bedrock import BedrockModel
from strands.tools.mcp import MCPClient
from mcp_proxy_for_aws.client import aws_iam_streamablehttp_client

gateway_url = "https://gateway-<id>.gateway.bedrock-agentcore.us-east-1.amazonaws.com/mcp"

mcp_client = MCPClient(lambda: aws_iam_streamablehttp_client(
    endpoint=gateway_url,
    aws_region="us-east-1",
    aws_service="bedrock-agentcore",
    aws_profile="<aws-profile-id>",  # 具有 bedrock-agentcore:InvokeGateway 权限的网关身份
))

model = BedrockModel(model_id="us.anthropic.claude-sonnet-5", max_tokens=1024)

with mcp_client:
    tools = mcp_client.list_tools_sync()  # 从网关发现Web Answer工具
    agent = Agent(model=model, tools=tools)

    result = agent("What are the Basel III minimum requirements for Tier 1 capital?")
    print(result.message)

当需要当前信息时,您的代理会调用Web Answer工具(web-answer-tool___WebAnswer)。Web Answer执行智能搜索并返回带引用的完整答案。

除问题外,Web Answer工具还接受可选参数,您的代理可在每次调用时设置:包含或排除特定网站的域名过滤器、发布日期范围以及用于本地化结果的国家代码。代理的域名过滤器会与目标的过滤器合并应用。代理可以排除更多域名,或限制结果仅包含目标允许的某些域名,但不能添加被目标过滤器阻止的域名。

响应格式

Web Answer返回包含content和structuredContent字段的MCP工具结果。答案是带有内联引用标记(如[ 1 ])的Markdown文本,structuredContent.answer字段则包含相同文本及结构化的引用列表:

code
{
  "content": [
    {
      "type": "text",
      "text": "根据巴塞尔协议III,银行必须持有至少占风险加权资产4.5%的一级普通股资本 [[1](https://www.bis.org/...)]..."
    }
  ],
  "structuredContent": {
    "answer": [
      {
        "text": "根据巴塞尔协议III,银行必须持有至少占风险加权资产4.5%的一级普通股资本 [[1](https://www.bis.org/...)]...",
        "citations": [
          { "domain": "bis.org", "url": "https://www.bis.org/..." }
        ]
      }
    ]
  },
  "isError": false,
  "_meta": {
    "latencyMs": 5210
  }
}

structuredContent.answer 通常包含一个区块。每个引用都包含来源网址,如有域名信息也会一并显示。

清理资源

当不再需要 Web Answer 目标时,请删除它:

code
gateway_client.delete_gateway_target(gatewayIdentifier=gateway_id, targetId=target_id)

如果仅为本操作指南创建了网关,请先删除其目标,然后删除网关(delete_gateway),最后删除服务角色及其策略。除了这些资源外,AWS 端没有其他持久化基础设施。删除这些资源后,将不再产生费用。

内置的企业级控制

Web Answer 继承了与其他 AgentCore 工具相同的企业级控制功能:

  • 网关认证。无需为 Web Answer 单独创建、轮换或管理 API 密钥。调用者通过您配置的入站方法(如 AWS IAM(SigV4)或来自身份提供商的 JSON Web Token)向网关认证。网关随后使用其自身的服务角色调用 Web Answer,该角色需要 bedrock-agentcore:InvokeWebAnswer 权限。
  • VPC 和 AWS PrivateLink。您的代理可通过接口虚拟私有云(VPC)端点(com.amazonaws.us-east-1.bedrock-agentcore.gateway)调用网关,从而确保流量不经过公共互联网。
  • 零数据传出。您的查询和结果将保留在 AWS 环境内。
  • Amazon CloudWatch 指标。从首次调用开始,操作指标会发布到 CloudWatch。
  • 每账户速率限制。自发布起即强制实施,美国东部(弗吉尼亚北部)区域(us-east-1)每账户默认为每秒 10 笔交易。如需提高限额,请联系 AWS 支持。
  • 管理员设定的策略边界。网关管理员在目标配置时设置域名过滤边界。代理可在每次调用时缩小过滤范围,但无法扩大范围。
  • 查询保留在 AWS 内部。Web Answer 搜索的是由亚马逊运营的网页索引和亚马逊知识图谱,不会将您的问题发送到第三方搜索引擎或外部网站。

适用场景

Web Answer 帮助代理人员获取当前且有引用依据的信息,以支持各种知识密集型工作流程。示例场景包括:

  • 金融服务。监管问答代理回答有关合规要求、市场法规和政策变化的问题,每个答案都必须追溯到权威来源。
  • 医疗保健。临床支持代理基于当前的医学文献和网络上发布的治疗指南提供回答。
  • 客户服务。支持代理实时回答产品和政策问题,此时十个排序链接并不实用,而有引用依据的答案则更有效。
  • 法律与合规。研究助理回答有关案例法、监管文件和政策解释的问题,并提供可审计的引用依据。
code

- 企业知识工作者。内部助手可通过当前公开信息回答问题,无需员工自行构建搜索和综合工作流。

## 可用性

Web Answer 当前在美国东部(北弗吉尼亚)区域(us-east-1)提供服务,更多 AWS 区域即将上线。

## 定价

Amazon Bedrock AgentCore 上的 Web Answer 按每次工具调用收取 10 美元费用。

## 结论

在本文中,我们展示了 Web Answer 如何通过智能搜索为代理提供实时且有引用来源的答案,无需您构建或维护搜索管道。我们为 Web Answer 授予了网关服务角色访问权限,添加了 Web Answer 目标,通过 Strands 代理调用并从响应中读取答案及其引用来源。当您的模型需要对原始结果进行推理时使用 AgentCore 上的 Web Search,当代理需要完整且有引用的答案时使用 Web Answer。

开始使用请参考:

- [Amazon Bedrock AgentCore 上的 Web Answer 文档](https://example.com)
- [Web Answer 结构化输出模式](https://example.com)
- [将 Web Answer 添加到 Amazon Bedrock AgentCore 网关](https://example.com)
- [支持的区域](https://example.com)

## 作者介绍

'\"$