【要約】【AIエージェント構築入門】Bedrock AgentCoreで複数のAWSアカウントを自然言語で調査するチャットボットを作る（後編） [Qiita_Trend] | Summary by TechDistill
> Source: Qiita_Trend
Execute Primary Source
// Problem
開発者がローカルで構築したAIエージェントを、実運用可能なクラウド環境へ移行する際に、以下の課題に直面する。
- ・実行基盤の確保：エージェントを安定して稼働させるためのサーバーレスなホスティング環境が必要となる。
- ・状態の保持：マルチターンの会話において、ユーザーの文脈や会話履歴を継続的に管理しなければならない。
- ・権限の管理：複数のAWSアカウントを横断して調査を行うための、セキュアな権限委譲（AssumeRole）の実装が求められる。
// Approach
開発者は、Amazon Bedrock AgentCore Runtimeを採用することで、これらの課題を解決する。
- ・プロジェクト構築：
agentcore createコマンドを使用し、Strandsフレームワークを用いた基盤を作成する。 - ・エントリポイントの実装：
BedrockAgentCoreAppを用い、HTTPリクエストを受け取るmain.pyを実装する。 - ・セッション管理：セッションIDごとにエージェントを
OrderedDictで管理し、microVM内で状態を保持する。 - ・権限設定：調査対象アカウントの信頼ポリシーと、実行ロールの
sts:AssumeRole権限を個別に設定する。
// Result
開発者は、構築したチャットボットをAWS上にデプロイし、正常な動作を確認した。
- ・マルチアカウント調査：自然言語による「EC2の台数確認」などのクエリに対し、正確な応答が得られた。
- ・サーバーレス運用：AgentCore Runtimeにより、リクエスト時のみの実行環境起動を実現した。
- ・デプロイの自動化：CDKとAgentCore CLIを組み合わせ、インフラ構築を効率化した。
Senior Engineer Insight
> AgentCore Runtimeの設計は、サーバーレスの利点と状態保持の難しさを高度に解決している。特に、セッションIDに基づき同一のmicroVMへルーティングする仕組みは、開発体験を劇的に向上させる。運用面では、実行時のみの課金によりコストを抑えられる点が魅力だ。ただし、クロスアカウントのIAM設定は複雑であり、大規模環境ではIaCによる厳格な管理が不可欠となる。スケーラビリティとセキュリティのバランスが取れた、実戦的な構成である。