Amazon Bedrock AgentCore CLI でAIエージェントをコードとして管理する

AI/生成AI

この記事の概要

  • Amazon Bedrock AgentCore に CLI とマネージドハーネスが登場(2026年4月)
  • モデル・システムプロンプト・ツール定義を書くだけでエージェントが即起動、推論ループはフルマネージド
  • CDK / Terraform による IaC デプロイに対応、14 リージョンで追加料金なし

背景・概要

AIエージェントを「作る」のは比較的簡単になってきた。
しかし「本番環境で安定して運用する」となると話は別だ。推論ループの管理、ツール呼び出しのリトライ、エラーハンドリング、デプロイの自動化——こうした泥臭い部分に多くの時間が取られてしまう。

AWS はこの課題に正面から向き合う形で、2026年4月末に Amazon Bedrock AgentCore CLIマネージドハーネス を発表した。
「エージェントを書くこと」と「エージェントを運用すること」の両方を、既存のインフラエンジニアが使い慣れたワークフローで完結させようという狙いだ。


詳細解説

全体像

AgentCore は以下の 3 コンポーネントで構成される。

┌─────────────────────────────────────────────┐
│           Amazon Bedrock AgentCore          │
│                                             │
│  ┌──────────────┐   ┌───────────────────┐  │
│  │ Managed      │   │  AgentCore CLI    │  │
│  │ Harness      │   │  (agentcore)      │  │
│  │              │   │                   │  │
│  │ - 推論ループ  │   │ - IaC デプロイ    │  │
│  │ - ツール実行  │   │ - CDK / Terraform │  │
│  │ - ストリーミング│  │ - 14 リージョン   │  │
│  └──────────────┘   └───────────────────┘  │
│                                             │
│  ┌─────────────────────────────────────────┐│
│  │   AgentCore Skills(コーディングアシスタント連携)││
│  └─────────────────────────────────────────┘│
└─────────────────────────────────────────────┘

マネージドハーネス

マネージドハーネスは、エージェントのオーケストレーションコードを書かずにエージェントを定義・実行できる仕組みだ。

必要なのは以下の 3 つだけ:

  1. モデル指定(Claude Sonnet 4.6 など)
  2. システムプロンプト
  3. ツール定義(MCP サーバー or Lambda 関数)

これだけで「モデルが考え → ツールを呼び出し → 結果を受け取り → 次のアクションを決める」という推論ループをフルマネージドで処理してくれる。

# ハーネス定義のイメージ(Python SDK)
from bedrock_agentcore import AgentHarness, Tool

harness = AgentHarness(
    model_id="anthropic.claude-sonnet-4-6",
    system_prompt="""
    あなたはインフラ監視エージェントです。
    CloudWatch アラームを確認し、異常があれば原因調査と対応案を提示してください。
    """,
    tools=[
        Tool.from_lambda("check_cloudwatch_alarms", "arn:aws:lambda:..."),
        Tool.from_mcp("aws_describe", mcp_server_url="..."),
    ]
)

response = harness.run("今日の本番環境のアラームを確認して")

AgentCore CLI

agentcore CLI を使うと、エージェントをインフラとしてコード管理・デプロイできる。

インストール

pip install agentcore-cli
agentcore --version

エージェント定義ファイルの作成

# agentcore.yaml
agent:
  name: infra-monitor-agent
  model: anthropic.claude-sonnet-4-6
  region: ap-northeast-1
  system_prompt: |
    インフラ監視エージェント。CloudWatch, RDS, EC2 の状態を
    確認し、問題があれば原因と対応案をまとめる。
  tools:
    - type: lambda
      name: check_cloudwatch
      arn: arn:aws:lambda:ap-northeast-1:123456789:function:check-cw
    - type: mcp
      name: aws_api
      url: https://mcp.amazonaws.com/aws
  iam_role: arn:aws:iam::123456789:role/agentcore-execution-role

デプロイ

# CDK を使ったデプロイ(Terraform は近日対応予定)
agentcore deploy --config agentcore.yaml

# デプロイ済みエージェントの一覧
agentcore list

# エージェントをテスト実行
agentcore invoke --agent-name infra-monitor-agent \
  --input "今夜の本番環境の状態をチェックして"

# ログの確認
agentcore logs --agent-name infra-monitor-agent --tail

デプロイ後の構成

agentcore deploy を実行すると、AWS CDK が以下のリソースを自動作成する。

CloudFormation スタック
├── Lambda 関数(エージェントランタイム)
├── IAM ロール(最小権限)
├── CloudWatch ロググループ
└── API Gateway(オプション:HTTP エンドポイント)

AgentCore Skills(コーディングアシスタント連携)

AgentCore Skills は、Claude Code などのコーディングアシスタントに AgentCore の機能を拡張するプラグインだ。
IDE からエージェントの定義・デプロイ・テストまでを完結できる。

# Claude Code でのスキルインストール(イメージ)
claude mcp add agentcore-skills

実務での活用方法

定期バッチ処理のエージェント化
「毎朝 9 時に本番 RDS のスロークエリログを分析して Slack に投稿する」といったバッチを、Shell スクリプトではなくエージェントとして実装できる。
複雑な分岐判断が必要なバッチほど、エージェント化のメリットが大きい。

# EventBridge Scheduler でエージェントをトリガー
agentcore schedule \
  --agent-name rds-analyzer \
  --cron "0 9 * * ? *" \
  --input "本日のスロークエリトップ10を分析して"

インシデント対応の自動化
CloudWatch アラーム → EventBridge → AgentCore エージェント起動 → ログ調査 → Slack 通知 という一連のフローを IaC で管理できる。
エージェントの「判断ロジック」もシステムプロンプトとしてバージョン管理できる点が従来の Lambda と異なる。

注意点
マネージドハーネスが提供されている AWS リージョンは現時点で 4 リージョン(US West Oregon・US East Virginia・EU Frankfurt・AP Sydney)。東京リージョン(ap-northeast-1)への展開は未対応のため、レイテンシを許容できる構成での利用が前提になる。
CLI デプロイは 14 リージョンで使えるが、マネージドハーネス機能の利用はリージョン制約に注意すること。


まとめ

Amazon Bedrock AgentCore CLI の登場で、AIエージェントの運用が「コード」として管理できる時代になった。IaC に慣れたインフラエンジニアなら、既存のワークフローをほぼそのままエージェント運用に適用できる。

まずはローカルで agentcore.yaml を書いて agentcore invoke でテストし、動作を確認してから agentcore deploy で本番展開する——このサイクルを体験してみることをおすすめする。
エージェントを「使う側」から「作って運用する側」に回れるインフラエンジニアの価値は、これからさらに高まっていくはずだ。


参考リンク
Amazon Bedrock AgentCore 公式ページ
AgentCore リリースノート
AWS Weekly Roundup(2026-04-27)
AgentCore Runtime への MCP サーバーデプロイ

コメント