Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich. # Tutorial: Erstellen eines einfachen Agenten für Amazon Bedrock Dieses Tutorial führt Sie durch die Erstellung und Konfiguration eines einfachen Agenten für Amazon Bedrock mithilfe der AWS-Managementkonsole. Sie erfahren, wie Sie einen Agenten erstellen, der auf Benutzerabfragen zum aktuellen Datum und zur aktuellen Uhrzeit antworten kann, indem er eine Lambda-Funktion aufruft. In diesem Tutorial führen Sie die folgenden Aktivitäten durch: 1. Eine Lambda-Funktion erstellen – Erstellen Sie eine Python-Funktion, die das aktuelle Datum und die aktuelle Uhrzeit zurückgibt, wenn sie von Ihrem Agenten aufgerufen wird. 1. Einen Agenten für Amazon Bedrock erstellen – Richten Sie einen Agenten in der Amazon-Bedrock-Konsole ein und konfigurieren Sie ihn mit Anweisungen zur Verarbeitung von Datums- und Uhrzeitabfragen. 1. Den Agenten testen – Verwenden Sie die integrierte Testschnittstelle, um zu verifizieren, ob Ihr Agent auf Anforderungen zu Datum und Uhrzeit korrekt antworten kann. 1. Den Agenten mit einem Alias bereitstellen – Erstellen Sie eine Version Ihres Agenten und stellen Sie ihn mit einem Alias bereit, damit er verwendet werden kann. 1. Den Agenten aus dem Python-Code aufrufen – Erfahren Sie, wie Sie mithilfe des AWS SDK für Python (Boto) programmgesteuert mit Ihrem Agenten interagieren. 1. Ressourcen bereinigen – Entfernen Sie die in diesem Tutorial erstellten AWS-Ressourcen, um zu vermeiden, dass hierfür unnötige Gebühren anfallen. Am Ende dieses Tutorials verfügen Sie über einen funktionierenden Agenten für Amazon Bedrock, der Anforderungen in natürlicher Sprache im Zusammenhang mit Datums- und Uhrzeitinformationen verstehen und mit genauen Daten aus Ihrer Lambda-Funktion antworten kann. Dieses Tutorial basiert auf dem Agentencodebeispiel in der AWS-Dokumentation [GitHub-Repository](https://github.com/awsdocs/aws-doc-sdk-examples/blob/main/python/example_code/bedrock-agent/scenario_get_started_with_agents.py). **Topics** + [Voraussetzungen](agent-tutorial-prereq.md) + [Schritt 1: Erstellen einer Lambda-Funktion](agent-tutorial-step1.md) + [Schritt 2: Erstellen eines Agenten für Amazon Bedrock](agent-tutorial-step2.md) + [Schritt 3: Testen des Agenten](agent-tutorial-step3.md) + [Schritt 4: Bereitstellen des Agenten mit einem Alias](agent-tutorial-step4.md) + [Schritt 5: Aufrufen des Agenten aus dem Python-Code](agent-tutorial-step5.md) + [Schritt 6: Bereinigen von Ressourcen](agent-tutorial-step6.md) + [Weitere Ressourcen](agent-tutorial-resources.md) # Voraussetzungen Stellen Sie vor Beginn dieses Tutorials sicher, dass Sie über Folgendes verfügen: + Ein AWS-Konto mit den folgenden verwalteten Richtlinien: + [AmazonBedrockFullAccess](https://docs.aws.amazon.com/bedrock/latest/userguide/security-iam-awsmanpol.html#security-iam-awsmanpol-AmazonBedrockFullAccess) + [AWSLambda\$1FullAccess](https://docs.aws.amazon.com/lambda/latest/dg/security-iam-awsmanpol.html#lambda-security-iam-awsmanpol-AWSLambda_FullAccess) + [IAMFullAccess](aws-managed-policy/latest/reference/IAMFullAccess.html) **Wichtig** Diese Berechtigungen ermöglichen es Ihnen, dieses Tutorial sowie andere, nicht damit zusammenhängende Aufgaben auszuführen. Stellen Sie in Produktionsumgebungen sicher, dass Sie nur die Berechtigungen zuweisen, die Ihre Benutzer zum Ausführen Ihrer Anwendung benötigen. + Grundlegendes Verständnis von IAM-Rollen und -Berechtigungen ([IAM-Benutzerhandbuch](https://docs.aws.amazon.com/IAM/latest/UserGuide/introduction.html)) + Vertrautheit mit AWS Lambda-Funktionen ([Lambda-Entwicklerhandbuch](https://docs.aws.amazon.com/lambda/latest/dg/welcome.html)) # Schritt 1: Erstellen einer Lambda-Funktion Erstellen Sie zunächst eine Lambda-Funktion, die Ihr Agent aufruft, um Aktionen auszuführen. In dieser Prozedur erstellen Sie eine Python-Lambda-Funktion, die beim Aufruf das aktuelle Datum und die aktuelle Uhrzeit zurückgibt. Sie richten die Funktion mit Basisberechtigungen ein, fügen den erforderlichen Code hinzu, um Anforderungen von Ihrem Agenten für Amazon Bedrock zu verarbeiten, und stellen die Funktion bereit, damit sie mit Ihrem Agenten verbunden werden kann. Weitere Informationen finden Sie unter [Erstellen Ihrer ersten Lambda-Funktion](https://docs.aws.amazon.com/lambda/latest/dg/getting-started.html) im *Entwicklerhandbuch zu AWS Lambda*. **Erstellen einer Lambda-Funktion** 1. Melden Sie sich bei der AWS-Managementkonsole an und öffnen Sie die Lambda-Konsole unter [https://console.aws.amazon.com/lambda/](https://console.aws.amazon.com/lambda/). 1. Wählen Sie **Funktion erstellen**. 1. Wählen Sie **Verfassen von Grund auf** aus. 1. Im Abschnitt **Basic information** (Grundlegende Informationen) gehen Sie wie folgt vor: + Geben Sie für **Funktionsname** einen Funktionsnamen ein (z. B. `DateTimeFunction`). Notieren Sie sich den Namen der Funktion. Sie benötigen ihn in Schritt 15 von [Schritt 2: Erstellen eines Agenten für Amazon Bedrock](agent-tutorial-step2.md). + Wählen Sie für **Laufzeit** die Option **Python 3.9** (oder Ihre bevorzugte Version) aus. + Lassen Sie den Wert für **Architektur** unverändert. + Wählen Sie unter **Berechtigungen** die Option **Standard-Ausführungsrolle ändern** und dann **Neue Rolle mit grundlegenden Lambda-Berechtigungen erstellen** aus. 1. Wählen Sie **Funktion erstellen**. 1. Notieren Sie sich den in der **Funktionsübersicht** unter **Funktions-ARN** angezeigten Amazon-Ressourcennamen (ARN) für die Funktion. Sie benötigen ihn für Schritt 24 von [Schritt 2: Erstellen eines Agenten für Amazon Bedrock](agent-tutorial-step2.md). 1. Ersetzen Sie auf der Registerkarte **Code** den vorhandenen Code mit Folgendem: ``` # Copyright Amazon.com, Inc. or its affiliates. All Rights Reserved. # SPDX-License-Identifier: Apache-2.0 import datetime import json def lambda_handler(event, context): now = datetime.datetime.now() response = {"date": now.strftime("%Y-%m-%d"), "time": now.strftime("%H:%M:%S")} response_body = {"application/json": {"body": json.dumps(response)}} action_response = { "actionGroup": event["actionGroup"], "apiPath": event["apiPath"], "httpMethod": event["httpMethod"], "httpStatusCode": 200, "responseBody": response_body, } session_attributes = event["sessionAttributes"] prompt_session_attributes = event["promptSessionAttributes"] return { "messageVersion": "1.0", "response": action_response, "sessionAttributes": session_attributes, "promptSessionAttributes": prompt_session_attributes, } ``` 1. Wählen Sie **Bereitstellen** aus, um Ihre Lambda-Funktion bereitzustellen. 1. Wählen Sie die Registerkarte **Konfiguration** aus. 1. Wählen Sie **Berechtigungen**. 1. Wählen Sie unter **Ressourcenbasierte Richtlinienanweisungen** die Option **Berechtigungen hinzufügen** aus. 1. Gehen Sie unter **Richtlinienanweisung bearbeiten** wie folgt vor: 1. Wählen Sie **AWS-Service** aus. 1. Wählen Sie unter **Service** die Option **Sonstiges** aus. 1. Geben Sie für **Anweisungs-ID** eine eindeutige Kennung ein (z. B. `AllowBedrockInvocation`). 1. Machen Sie für **Prinzipal** die Eingabe `bedrock.amazonaws.com`. 1. Machen Sie für **Quell-ARN** die Eingabe `arn:aws:bedrock:region:AWS account ID:agent/*`. Ersetzen Sie `region` durch die AWS-Region, die Sie verwenden, z. B. `us-east-1`. Ersetzen Sie `AWS account ID` durch Ihre AWS-Konto-ID. 1. Wählen Sie für **Aktion** die Option `lambda:InvokeFunction` aus. 1. Wählen Sie **Speichern**. # Schritt 2: Erstellen eines Agenten für Amazon Bedrock Als Nächstes erstellen Sie einen Agenten für Amazon Bedrock. In dieser Prozedur richten Sie einen Agenten in der Amazon-Bedrock-Konsole ein, konfigurieren ihn mit einem Basismodell und geben Anweisungen, die sein Verhalten als benutzerfreundlicher Chatbot definieren, der Datums- und Uhrzeitinformationen zurückgibt. Sie erstellen auch eine Aktionsgruppe mit einem OpenAPI-Schema, das die API-Endpunkte definiert, die Ihr Agent aufrufen kann, insbesondere den Endpunkt zum Abrufen des aktuellen Datums und der aktuellen Uhrzeit. Darüber hinaus fügen Sie der IAM-Rolle Ihres Agenten eine Inline-Richtlinie hinzu, damit dieser Ihre Lambda-Funktion aufrufen kann. Der Agent dient als Schnittstelle zwischen Benutzern und Ihrer Lambda-Funktion, interpretiert Anforderungen in natürlicher Sprache und konvertiert sie in strukturierte Funktionsaufrufe, um Datums- und Uhrzeitinformationen abzurufen. Weitere Informationen finden Sie unter [Manuelles Erstellen und Konfigurieren von Agenten](agents-create.md). **Erstellen eines Agenten für Amazon Bedrock** 1. Melden Sie sich bei der AWS-Managementkonsole mit einer IAM-Identität an, die berechtigt ist, die Amazon Bedrock-Konsole zu verwenden. Öffnen Sie dann die Amazon Bedrock-Konsole unter [https://console.aws.amazon.com/bedrock](https://console.aws.amazon.com/bedrock). 1. Stellen Sie sicher, dass Sie sich in einer AWS [Region](https://docs.aws.amazon.com/awsconsolehelpdocs/latest/gsg/select-region.html) befinden, die Amazon [Bedrock-Agenten](agents-supported.md) unterstützt. 1. Wählen Sie im Navigationsbereich unter **Builder-Tools** **Agenten** aus. 1. Wählen Sie **Create agent (Agent erstellen)** aus. 1. Geben Sie für **Name** einen Namen für Ihren Agenten ein (beispielsweise `MyBedrockAgent`). 1. (Optional) Geben Sie unter **Description (Beschreibung)** eine Beschreibung ein. 1. Wählen Sie **Erstellen** aus. Der Bereich **Agent Builder** wird geöffnet. 1. Im Abschnitt **Details zum Agenten**: + Wählen Sie für **Rolle „Agentenressource“** die Option **Eine neue Servicerolle erstellen und verwenden** aus. + Wählen Sie für **Modell auswählen** ein Modell aus, z. B. Claude 3 Haiku. + Geben Sie im Abschnitt **Anweisungen für den Agenten** die folgenden Anweisungen ein. ``` You are a friendly chat bot. You have access to a function called that returns information about the current date and time. When responding with date or time, please make sure to add the timezone UTC. ``` 1. Wählen Sie **Speichern**. 1. Wählen Sie die Registerkarte **Aktionsgruppen** aus. 1. Wählen Sie unter **Aktionsgruppen** die Option **Hinzufügen** aus. 1. Geben Sie unter **Name der Aktionsgruppe eingeben** einen Namen für die Aktionsgruppe ein (z. B. `TimeActions`). 1. (Optional) Geben Sie für **Beschreibung** eine Beschreibung für die Aktionsgruppe ein. 1. Wählen Sie unter **Aktionsgruppentyp** die Option **Mit API-Schemas definieren** aus. 1. Wählen Sie unter **Aktionsgruppenaufruf** die Option **Eine vorhandene Lambda-Funktion auswählen** aus. 1. Wählen Sie unter **Lambda-Funktion auswählen** den Namen der Lambda-Funktion aus, die Sie in [Schritt 1: Erstellen einer Lambda-Funktion](agent-tutorial-step1.md) erstellt haben. 1. Wählen Sie unter **Aktionsgruppenschema** die Option **Über den Inline-Schema-Editor definieren** aus. 1. Ersetzen Sie im Textfeld **Integriertes OpenAPI-Schema** das vorhandene Schema durch das folgende OpenAPI-YAML-Schema: ``` openapi: 3.0.0 info: title: Time API version: 1.0.0 description: API to get the current date and time. paths: /get-current-date-and-time: get: summary: Gets the current date and time. description: Gets the current date and time. operationId: getDateAndTime responses: '200': description: Gets the current date and time. content: 'application/json': schema: type: object properties: date: type: string description: The current date time: type: string description: The current time ``` 1. Überprüfen Sie Ihre Aktionsgruppen-Konfiguration und wählen Sie **Erstellen** aus. 1. Wählen Sie **Speichern**, um Ihre Änderungen zu speichern. 1. Wählen Sie **Vorbereiten** aus, um den Agenten vorzubereiten. 1. Wählen Sie **Speichern und beenden** aus, um Ihre Änderungen zu speichern und den Agent Builder zu beenden. 1. Wählen Sie im Abschnitt **Agentenübersicht** unter **Berechtigungen** die IAM-Servicerolle aus. Dies öffnet die Rolle in der IAM-Konsole. 1. Wählen Sie in der IAM-Konsole die Registerkarte **Berechtigungen** aus. 1. Wählen Sie **Berechtigungen hinzufügen** und dann **Eingebundene Richtlinie hinzufügen** aus. 1. Wählen Sie **JSON** aus und fügen Sie die folgende Richtlinie ein. Stellen Sie sicher, dass `Resource` der Amazon-Ressourcenname (ARN) für Ihre Lambda-Funktion ist. Sie haben den ARN in Schritt 6 von [Schritt 1: Erstellen einer Lambda-Funktion](agent-tutorial-step1.md) notiert. 1. Wählen Sie **Weiter** aus. 1. Geben Sie einen Namen für die Richtlinie ein (z.B. `BedrockAgentLambdaInvoke`). 1. Wählen Sie **Richtlinie erstellen** aus. # Schritt 3: Testen des Agenten In dieser Prozedur testen Sie den Arbeitsentwurf Ihres Agenten mithilfe der integrierten Testschnittstelle in der Amazon-Bedrock-Konsole. Sie senden Abfragen in natürlicher Sprache, in denen Sie nach dem aktuellen Datum und der aktuellen Uhrzeit fragen, und beobachten, wie der Agent diese Anforderungen verarbeitet, Ihre Lambda-Funktion aufruft und formatierte Antworten zurückgibt. Mit diesem Testschritt können Sie verifizieren, ob Ihr Agent die Benutzerabsicht richtig versteht, die Lambda-Funktion ordnungsgemäß aufruft und die Informationen benutzerfreundlich darstellt. Weitere Informationen finden Sie unter [Testen des Verhaltens von Agenten und Beheben von Fehlern](agents-test.md). **So testen Sie den Agenten** 1. Öffnen Sie in der Amazon-Bedrock-Konsole den Agenten, den Sie in [Schritt 2: Erstellen eines Agenten für Amazon Bedrock](agent-tutorial-step2.md) erstellt haben. 1. Wählen Sie **Testen** aus, um den Bereich **Testen** zu öffnen. 1. Wählen Sie im Dropdown-Menü **Alias** den Alias **TestAlias: Arbeitsentwurf** aus. 1. Geben Sie in der Chat-Oberfläche einen Prompt ein, der eine der Aktionen Ihres Agenten auslösen würde, wie zum Beispiel: + **What time is it?** + **Can you tell me today's date?** 1. Der Agent verarbeitet Ihren Prompt, ruft bei Bedarf die Lambda-Funktion auf und gibt eine Antwort zurück. 1. (Optional) Wählen Sie **Nachverfolgung anzeigen** aus, um die Schritte der [Nachverfolgung](trace-events.md) für den Prompt anzuzeigen, den Sie an das Modell gesendet haben. In der Nachverfolgung sollten Sie die Argumentation sehen, anhand derer das Modell bestimmt, wann die Lambda-Funktion aufgerufen werden muss, um Datum und Uhrzeit abzurufen. # Schritt 4: Bereitstellen des Agenten mit einem Alias Nachdem Sie Ihren Agenten konfiguriert haben, müssen Sie ihn mit einem Alias bereitstellen, damit er verwendet werden kann. In dieser Prozedur bereiten Sie Ihren Agenten für die Bereitstellung vor, indem Sie einen Alias und eine Version Ihres Agenten erstellen. Der Alias verweist auf die Version, sodass Sie Ihren Agenten über einen stabilen Endpunkt aufrufen können und gleichzeitig die Möglichkeit haben, die zugrunde liegende Implementierung zu aktualisieren. Weitere Informationen finden Sie unter [Bereitstellen und Verwenden eines Amazon-Bedrock-Agenten in Ihrer Anwendung](agents-deploy.md). **Bereitstellen des Agenten mit einem Alias** 1. Öffnen Sie in der Amazon-Bedrock-Konsole den Agenten, den Sie in [Schritt 2: Erstellen eines Agenten für Amazon Bedrock](agent-tutorial-step2.md) erstellt haben. 1. Wählen Sie **Alias erstellen** aus. 1. Geben Sie für **Aliasname** einen Namen für den Alias ein. Beispiel: **DateTimeAliasAgentAlias**. 1. (Optional) Geben Sie unter **Description (Beschreibung)** eine Beschreibung ein. 1. Wählen Sie für **Version zuordnen** die Option **Eine neue Version erstellen und sie diesem Alias zuordnen** aus. 1. Wählen Sie **Alias erstellen** aus. 1. Testen Sie den Alias, indem Sie den Anleitungen unter [Schritt 3: Testen des Agenten](agent-tutorial-step3.md) folgen. Wählen Sie für Schritt 6 den Alias aus, den Sie gerade erstellt haben. # Schritt 5: Aufrufen des Agenten aus dem Python-Code In diesem Schritt erfahren Sie, wie Sie mithilfe des AWS SDK für Python (Boto) programmgesteuert mit Ihrem Agenten interagieren. Der Beispielcode zeigt, wie der [InvokeAgent](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_InvokeAgent.html)Vorgang verwendet wird, der sowohl die AGENT-ID als auch die ALIAS-ID als Parameter benötigt, um Ihren Agenten aufzurufen. Der Code zeigt, wie Sie einen Prompt an Ihren Agenten senden, die Antwort verarbeiten und sowohl Streaming- als auch Nicht-Streaming-Antwortmodi handhaben. Auf diese Weise können Sie Ihren Bedrock-Agenten in Ihre eigenen Python-Anwendungen integrieren. Weitere Informationen finden Sie unter [Aufrufen eines Agenten über Ihre Anwendung](agents-invoke-agent.md). **So rufen Sie den Agenten aus dem Python-Code auf** 1. Rufen Sie die ID für den Agenten ab. Weitere Informationen finden Sie unter [Anzeigen von Informationen über einen Agenten](agents-view.md). 1. Rufen Sie die ID für den Agentenalias ab. Weitere Informationen finden Sie unter [Anzeigen von Informationen zu Aliasen von Agenten in Amazon Bedrock](agents-alias-view.md). 1. Führen Sie folgenden Code aus. Aktualisieren Sie Folgendes: + **AGENT\$1ID** – auf die ID Ihres Agenten + **ALIAS\$1ID** – auf die Alias-ID Ihres Agenten + **REGION** — zu der AWS Region, in der Sie Ihren Agenten erstellt haben, z. `us-east-1` B. Wenn Sie die Antwort des Agenten streamen möchten, ändern Sie den Wert von `streamFinalResponse` in `True`. ``` import boto3 import logging from botocore.exceptions import ClientError logging.basicConfig(level=logging.INFO) logger = logging.getLogger(__name__) def invoke_agent(client, agent_id, alias_id, prompt, session_id): response = client.invoke_agent( agentId=agent_id, agentAliasId=alias_id, enableTrace=True, sessionId = session_id, inputText=prompt, streamingConfigurations = { "applyGuardrailInterval" : 20, "streamFinalResponse" : False } ) completion = "" for event in response.get("completion"): #Collect agent output. if 'chunk' in event: chunk = event["chunk"] completion += chunk["bytes"].decode() # Log trace output. if 'trace' in event: trace_event = event.get("trace") trace = trace_event['trace'] for key, value in trace.items(): logging.info("%s: %s",key,value) print(f"Agent response: {completion}") if __name__ == "__main__": client=boto3.client( service_name="bedrock-agent-runtime", region_name="REGION") agent_id = "AGENT_ID" alias_id = "ALIAS_ID" session_id = "123456" prompt = "What's the current time?" try: invoke_agent(client, agent_id, alias_id, prompt, session_id) except ClientError as e: print(f"Client error: {str(e)}") logger.error("Client error: %s", {str(e)}) ``` # Schritt 6: Bereinigen von Ressourcen Wenn Sie mit Ihrem Agenten für Amazon Bedrock fertig sind, sollten Sie die Ressourcen bereinigen, um zu vermeiden, dass hierfür unnötige Gebühren anfallen. In diesem letzten Verfahren löschen Sie systematisch alle AWS Ressourcen, die in diesem Tutorial erstellt wurden, einschließlich des Bedrock-Agenten, der Lambda-Funktion und der zugehörigen \$1IAM-Rollen. Dieser Bereinigungsprozess ist wichtig für das Kostenmanagement, da er verhindert, dass fortlaufende Gebühren für Ressourcen anfallen, die Sie nicht mehr nutzen. Die Prozedur ist in drei Teile gegliedert: Löschen des Agenten, Entfernen der Lambda-Funktion und Bereinigen der IAM-Rollen, die zur Unterstützung dieser Services erstellt wurden. **Topics** + [Löschen des Agenten](#agent-tutorial-step6-console-agent) + [Löschen Sie die Lambda-Funktion](#agent-tutorial-step6-console-lambda) + [Löschen der IAM-Rollen](#agent-tutorial-step6-console-iam) ## Löschen des Agenten **Löschen des Agenten** 1. Öffnen Sie in der Amazon-Bedrock-Konsole den Agenten, den Sie in [Schritt 2: Erstellen eines Agenten für Amazon Bedrock](agent-tutorial-step2.md) erstellt haben. 1. Wählen Sie den von Ihnen erstellten Agenten aus. 1. Wählen Sie **Löschen** aus. 1. Bestätigen Sie das Löschen. ## Löschen Sie die Lambda-Funktion **Löschen Sie die Lambda-Funktion** 1. Öffnen Sie die Konsole unter. AWS Lambda [https://console.aws.amazon.com/lambda/](https://console.aws.amazon.com/lambda/) 1. Wählen Sie die von Ihnen erstellte Lambda-Funktion aus. 1. Wählen Sie **Aktionen** und dann **Löschen** aus. 1. Bestätigen Sie das Löschen. ## Löschen der IAM-Rollen **Löschen der IAM-Rollen** 1. Öffnen Sie unter [https://console.aws.amazon.com/iam/](https://console.aws.amazon.com/iam/) die IAM-Konsole. 1. Wählen Sie im Navigationsbereich **Rollen**. 1. Wählen Sie die von Ihnen erstellte Agenten-Servicerolle aus. 1. Wählen Sie **Löschen** aus. 1. Bestätigen Sie das Löschen. 1. Wiederholen Sie dies für die Lambda-Ausführungsrolle. # Weitere Ressourcen + [Amazon-Bedrock-Benutzerhandbuch](https://docs.aws.amazon.com/bedrock/latest/userguide/what-is-bedrock.html) + [API-Referenz zu Amazon Bedrock](https://docs.aws.amazon.com/bedrock/latest/APIReference/welcome.html) + [Entwicklerhandbuch zu AWS Lambda](https://docs.aws.amazon.com/lambda/latest/dg/welcome.html) + [IAM Benutzerhandbuch](https://docs.aws.amazon.com/IAM/latest/UserGuide/introduction.html) + [Dokumentation zu Agenten für Amazon Bedrock](https://docs.aws.amazon.com/bedrock/latest/userguide/agents.html) + [OpenAPI-Spezifikation](https://swagger.io/specification/)