Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.
# AI agent products
## Cosa sono i prodotti AI agent?
Gli agenti di intelligenza artificiale sono sistemi software che sfruttano l'intelligenza artificiale per ragionare, pianificare e completare attività per conto di esseri umani o sistemi. A differenza del software tradizionale che segue regole fisse, gli agenti di intelligenza artificiale operano in modo indipendente, adattandosi attraverso processi in più fasi per raggiungere obiettivi specifici.
Gli agenti di intelligenza artificiale combinano modelli di base per il ragionamento e la pianificazione con strumenti agentici discreti (come guardrail, knowledge base e logica aziendale) per elaborare le richieste, recuperare informazioni ed eseguire attività. Possono cercare nelle knowledge base, chiamare APIs, aggiornare i sistemi e prendere decisioni in base alle esigenze degli utenti e al contesto ambientale.
Gli strumenti Agentic sono componenti specializzati che migliorano le funzionalità degli agenti AI, tra cui:
+ Basi di conoscenza per informazioni specifiche del dominio
+ Barriere per la sicurezza e la conformità
+ Protocolli di integrazione come AWS MCP Server (MCP)
+ Specializzati APIs e microservizi
+ Componenti e flussi di lavoro della logica aziendale
## Tipi di agenti e strumenti di intelligenza artificiale adatti per Marketplace AWS
Marketplace AWS supporta un'ampia varietà di agenti e strumenti di intelligenza artificiale in diversi settori e casi d'uso. I tipi più comuni includono i seguenti, sebbene questo non sia un elenco esaustivo:
**Agenti per la creazione di contenuti**
Agenti che generano, modificano o ottimizzano contenuti tra cui testo, immagini, video e contenuti multimediali. Gli esempi includono assistenti di scrittura, generatori di contenuti per i social media e agenti di automazione del marketing.
**Agenti di analisi dei dati**
Agenti che elaborano, analizzano e ricavano informazioni dai dati. Gli esempi includono agenti di business intelligence, strumenti di analisi finanziaria e sistemi di analisi predittiva.
**Agenti del servizio clienti**
Agenti che gestiscono le interazioni con i clienti, le richieste di supporto e l'automazione dei servizi. Gli esempi includono chatbot, sistemi di inoltro dei ticket e strumenti di ottimizzazione dell'esperienza dei clienti.
**Business-process-automation agenti**
Agenti che automatizzano flussi di lavoro e processi aziendali complessi. Gli esempi includono agenti di elaborazione dei documenti, sistemi di workflow di approvazione e strumenti di automazione della conformità.
**Agenti di sicurezza e conformità**
Agenti che monitorano, rilevano e rispondono alle minacce alla sicurezza o ai requisiti di conformità. Gli esempi includono sistemi di rilevamento delle minacce, strumenti di automazione degli audit e agenti di valutazione del rischio.
**Agenti Developer-Tools**
Agenti che assistono nello sviluppo, nel test e nella distribuzione del software. Gli esempi includono assistenti per la generazione di codice, agenti di automazione dei test e strumenti di ottimizzazione della distribuzione.
**Strumenti agentici**
Componenti specializzati che migliorano altri agenti di intelligenza artificiale, tra cui knowledge base, guardrail e protocolli di integrazione come AWS MCP Server (MCP).
## Opzioni di implementazione per i prodotti basati sugli agenti AI
Marketplace AWS supporta diverse opzioni di implementazione per gli agenti di intelligenza artificiale, consentendoti di scegliere l'approccio più adatto alla tua architettura e alle esigenze dei clienti:
+ **Opzione di implementazione** dell'API: l'opzione di implementazione dell'API consente ai clienti di accedere al tuo agente AI tramite endpoint ospitati dal fornitore. Questa opzione è ideale per agenti e strumenti per agenti che richiedono un'infrastruttura specializzata o modelli proprietari da mantenere nel proprio ambiente.
+ **Implementazione di container**: impacchetta il tuo agente AI e gli strumenti agentici come applicazioni containerizzate che i clienti possono eseguire nei propri ambienti AWS. Questa opzione offre ai clienti un maggiore controllo sui propri dati e sull'infrastruttura.
## Scelta della giusta opzione di implementazione
Quando selezioni un'opzione di implementazione per il tuo agente o strumento di intelligenza artificiale, considera i seguenti fattori:
+ **Sensibilità dei dati**: se i vostri clienti lavorano con dati altamente sensibili che non possono lasciare il loro ambiente, l'implementazione di container potrebbe essere l'opzione migliore.
+ **Complessità del modello**: per modelli grandi o complessi che richiedono hardware specializzato, l'implementazione delle API potrebbe essere più pratica.
+ **Sovraccarico operativo**: considera le risorse necessarie per mantenere e aggiornare la soluzione su diversi modelli di implementazione.
Ecco un rapido confronto delle funzionalità tra le opzioni di implementazione:
| Funzionalità | Distribuzione delle API | Distribuzione dei container |
| --- | --- | --- |
| Hosting | Endpoint ospitati dal fornitore | Ambiente AWS del cliente |
| Controllo dei dati | Dati elaborati sui server dei fornitori | Maggiore controllo dei dati da parte dei clienti |
| Requisiti di infrastruttura | Minimo: utilizza l'infrastruttura del fornitore | Richiede al cliente di gestire l'infrastruttura |
| Scalabilità | Gestito dal fornitore | Controllato dal cliente, potenzialmente più flessibile |
| Personalizzazione | Limitato, in base alle funzionalità delle API | Alto: pieno controllo sull'ambiente |
| Maintenance (Manutenzione) | Gestito dal fornitore | Cliente responsabile degli aggiornamenti e della manutenzione |
| Sicurezza | Dipende dalle misure di sicurezza del fornitore | Sicurezza personalizzabile in base alle esigenze del cliente |
| Aggiornamenti e miglioramenti | Fornito automaticamente dal fornitore | Sono necessari aggiornamenti manuali, ma in base alla pianificazione del cliente |
| Conformità alle normative | Può essere limitato dalle certificazioni del fornitore | Più facile da adattare a requisiti normativi specifici |
# Elenco di prodotti per agenti AI basati su API SaaS
In qualità di Marketplace AWS venditore, puoi aggiungere il tuo agente di intelligenza artificiale o prodotto di strumenti basato su API Software as a service (SaaS). Marketplace AWS Ciò include la creazione del prodotto e l'integrazione con le operazioni Marketplace AWS API appropriate, in base al modello di fatturazione.
Per vendere software come agente di intelligenza artificiale basato su API SaaS o prodotti di strumenti Marketplace AWS, procedi nel seguente modo:
+ Crea l'agente o gli strumenti AI basati sull'API SaaS in. Marketplace AWS
+ Integra il tuo prodotto con Marketplace AWS in base al tuo modello di prezzo:
+ Per informazioni sui prodotti in abbonamento, consulta. [Integrazione dell'abbonamento Pay-As-You-Go o del prodotto SaaS con Marketplace AWS](saas-integrate-subscription.md)
+ Per informazioni sui prodotti basati su contratto, consulta. [Integrazione del prodotto contrattuale SaaS con Marketplace AWS](saas-integrate-contract.md)
+ Per informazioni sul contratto con pay-as-you-go i prodotti, vedere. [Integrazione del prodotto SaaS basato su contratti con Marketplace AWS](saas-integrate-contract-with-pay.md)
+ Verifica l'integrazione del tuo prodotto:
+ Per informazioni sul test dei prodotti basati su abbonamento, consulta. [Test dell'integrazione del prodotto in abbonamento SaaS](saas-integrate-subscription.md#saas-subscription-integration-testing)
+ Per informazioni sul test di prodotti basati su contratto, consulta. [Test dell'integrazione dei prodotti contrattuali SaaS](saas-integrate-contract.md#saas-contract-integration-testing)
+ Per informazioni sui contratti di collaudo con pay-as-you-go i prodotti, vedere. [Test del contratto SaaS con integrazione pay-as-you-go](saas-integrate-contract-with-pay.md#saas-contract-consumption-integration-testing)
+ Invia il tuo prodotto per il lancio.
## Prerequisiti
Prima di iniziare, assicurati di disporre di quanto segue:
+ Comprensione chiara delle funzionalità del vostro agente AI e dei casi d'uso mirati
+ Misure di sicurezza e certificazioni di conformità appropriate
+ Documentazione tecnica per l'integrazione e l'implementazione
+ Strategia di prezzo allineata al vostro modello di business
+ Per informazioni sulla strategia di prezzo, consulta[Prezzi dei prodotti SaaS in Marketplace AWS](saas-pricing-models.md).
## Gestione di agenti e strumenti di intelligenza artificiale basati su API SaaS
Tutti gli agenti e gli strumenti di intelligenza artificiale basati su API SaaS possono essere gestiti tramite la pagina dei prodotti di **strumenti e agenti AI** unificati o la pagina dei prodotti SaaS nella Console di gestione **AWS Marketplace**.
## Avvia la procedura guidata per la pubblicazione delle inserzioni
1. Accedi al [portale di Marketplace AWS gestione](https://aws.amazon.com/marketplace/management/).
1. Nella barra di navigazione, seleziona **Prodotti**, quindi scegli **Agenti e strumenti di intelligenza artificiale**.
1. Dal menu di **prodotto Create AI Agents & Tools**, scegli **Agenti e strumenti AI basati su API**.
1. Inserisci il titolo di un prodotto.
1. Scegli **Genera ID prodotto e codice prodotto**.
1. (Facoltativo) Aggiungi tag per supportare l'autorizzazione basata su tag.
1. Scegli **Continua con la procedura guidata**.
**Nota**
Per informazioni sull'autorizzazione basata su tag, consulta [Controlling access to AWS resources using tags](https://docs.aws.amazon.com/IAM/latest/UserGuide/access_tags.html#access_tags_control-resources) nella AWS Identity and Access Management User Guide.
## Fase 1: Fornire informazioni sul prodotto
Le informazioni fornite in questa fase comunicano la proposta di valore del prodotto.
1. Fornisci i dettagli per la scheda Informazioni sul prodotto:
+ **Titolo del prodotto**
+ **SKU** (opzionale)
+ **URL S3 del logo del prodotto**
+ **Breve descrizione**
+ **Descrizione lunga**
+ **URL del video del prodotto** (opzionale)
+ **Aspetti salienti** (1-3)
1. Inserisci i dettagli del supporto e aggiungi risorse didattiche opzionali scegliendo **Aggiungi risorsa**.
1. Nel menu **Categorie di prodotti**, scegli 1-3 categorie.
+ Ti consigliamo di scegliere almeno una categoria tra le categorie di business **AI Agents & Tools**.
1. Inserisci le parole chiave per migliorare la reperibilità della ricerca.
1. (Facoltativo) Aggiungi risorse video e immagini in base alle linee guida.
1. Scegli **Next (Successivo)**.
## Passaggio 2: configura le opzioni di evasione
1. Scegli un metodo di evasione:
+ **Avvio rapido** (consigliato): i venditori si integrano con l'[API Marketplace AWS Deployment](https://docs.aws.amazon.com/marketplace/latest/APIReference/API_Operations_AWS_Marketplace_Deployment_Service.html) e forniscono le chiavi API direttamente all'account AWS dei clienti al momento dell'abbonamento.
+ **Reindirizza al tuo sito Web**: i clienti verranno reindirizzati al tuo sito Web per ottenere chiavi o token API. OAuth
**Nota**
Non puoi modificare il metodo di evasione degli ordini dopo aver pubblicato il prodotto.
1. Inserisci l'URL di evasione ordini. Questo è l'URL a cui gli utenti accedono o creano un account.
1. Scegli i dettagli del tuo agente o strumento di intelligenza artificiale:
+ **Agente AI**: software che utilizza l'intelligenza artificiale per elaborare le richieste e completare le attività attraverso il ragionamento e il processo decisionale.
+ **Strumenti di intelligenza artificiale:**
+ **Server MCP**: un server che gestisce la comunicazione e lo scambio di contesto tra modelli e applicazioni AI.
+ **Knowledge base**: una raccolta strutturata di informazioni che gli agenti di intelligenza artificiale utilizzano per orientare le decisioni e le risposte.
+ **Guardrail**: regole e controlli che definiscono i limiti per il comportamento e le operazioni degli agenti di intelligenza artificiale.
+ **Altro**: strumenti aggiuntivi che migliorano le funzionalità degli agenti AI.
1. Inserisci l'URL dell'endpoint. Questo è l'URL in cui l'API riceve le richieste. Per i server MCP, elenca l'endpoint MCP.
1. Aggiungi istruzioni per l'uso:
+ Fornisci istruzioni dettagliate per consentire agli acquirenti di utilizzare la tua API, ad esempio schema API, limiti di tariffa ed esempi di utilizzo.
+ Puoi anche fornire link aggiuntivi alla tua documentazione.
1. Scegli un metodo di autorizzazione:
+ **Chiavi API**: i clienti si autenticano utilizzando le chiavi API fornite da te.
+ **OAuth**— I clienti si autenticano utilizzando il flusso di autorizzazione OAuth 2.0. Se lo desideri OAuth, fornisci istruzioni d'uso chiare per i clienti, tra cui:
+ OAuth URL di autorizzazione ed endpoint del token
+ Ambiti e autorizzazioni richiesti
+ Step-by-step istruzioni sul flusso di autenticazione
+ Esempi di chiamate API con intestazioni di autenticazione appropriate
+ Risoluzione dei problemi di autenticazione più comuni
1. (Opzionale) Integrazione con Amazon Bedrock AgentCore
+ Se offri un server MCP che supporta OAuth l'autenticazione a due gambe, puoi abilitare l'integrazione con Amazon Bedrock AgentCore Gateway utilizzando l'endpoint del server MCP come destinazione. [Per ulteriori informazioni, consulta Destinazioni del server MCP.](https://docs.aws.amazon.com/bedrock-agentcore/latest/devguide/gateway-target-MCPservers.html) In questo caso, le specifiche OpenAPI non sono richieste.
+ Se elenchi altri prodotti o server MCP basati su API con autenticazione API Key, puoi abilitare l'integrazione con Amazon Bedrock AgentCore fornendo le specifiche OpenAPI.
+ Per saperne di più sulle funzionalità AgentCore di implementazione e scalabilità degli agenti AI, consulta [What is Amazon](https://docs.aws.amazon.com/bedrock-agentcore/latest/devguide/what-is-bedrock-agentcore.html) Bedrock? AgentCore
1. (Facoltativo): scegli i protocolli di integrazione delle API e fornisci istruzioni per l'uso:
+ **MCP** - Model Context Protocol (MCP) standardizza l'accesso a strumenti, dati e servizi esterni per funzionalità avanzate.
+ **A2A** - Agent2Agent (A2A) consente la comunicazione diretta e la delega delle attività su diverse piattaforme.
1. Se hai selezionato un tipo di strumento di intelligenza artificiale, conferma che il tuo agente utilizzi il ragionamento e dimostri capacità autonome. LLMs Questi requisiti aiutano a garantire che gli agenti offerti su AWS Marketplace soddisfino standard di alta qualità. Se il tuo agente non soddisfa entrambi i requisiti, scegli un tipo di strumento diverso.
## Fase 3: Configurazione dei prezzi dei prodotti
Per rendere disponibile il prodotto su Marketplace AWS, scegli un modello di prezzo e definisci le dimensioni di prezzo del prodotto. Per ulteriori informazioni sulle opzioni di prezzo disponibili, consulta[Prezzi dei prodotti SaaS in Marketplace AWS](saas-pricing-models.md).
Ogni dimensione è una funzionalità, un servizio o un altro aspetto del prodotto per il quale puoi impostare un prezzo unitario.
1. Scegli un modello di prezzo.
1. Scegli **Next (Successivo)**.
## Fase 4: Rivedi i prezzi
1. Rivedi i prezzi dei prodotti.
1. Scegli **Next (Successivo)**.
**Nota**
A scopo di test, abbiamo fissato il prezzo a 0,001 USD o 0,00000001 USD. Non è necessario modificare il prezzo ora. Ciò consente sia al tuo team che al team operativo del Marketplace AWS venditore di testare il prodotto a un prezzo ridotto e di non incorrere in costi elevati per il test. Fornirai i prezzi effettivi quando richiederai la visibilità del prodotto per renderlo pubblico.
## Passaggio 5: Specificare la politica di rimborso
1. Inserisci la politica di rimborso per il tuo prodotto.
1. Scegli **Next (Successivo)**.
## Fase 6: Configurazione del contratto di licenza con l'utente finale (EULA)
1. **Scegli **Standard Contract Marketplace AWS** o fornisci un URL S3 al tuo EULA personalizzato.**
+ Per ulteriori informazioni sull'utilizzo del contratto standard, consulta. [Utilizzo di contratti standardizzati in Marketplace AWS](standardized-license-terms.md)
1. Scegli **Next (Successivo)**.
## Fase 7: Configurare la disponibilità dell'offerta
Per impostazione predefinita, i prodotti elencati su Marketplace AWS sono disponibili per l'acquisto in tutti i paesi supportati da AWS. Hai la possibilità di abilitare la disponibilità specifica per paese identificando i paesi da cui gli acquirenti possono o non possono acquistare il prodotto.
1. Scegli la disponibilità dell'offerta in base al paese.
1. Scegli **Next (Successivo)**.
## (Facoltativo) Fase 8: Configurazione della lista consentita
Tutti i nuovi elenchi di prodotti pubblicati Marketplace AWS inizialmente con una visibilità limitata. Puoi controllare quali account hanno accesso al tuo prodotto limitato, incluse le versioni limitate del prodotto, aggiungendo un account AWS selezionato IDs a una lista consentita.
Per aggiungere account AWS alla lista consentita:
1. Inserisci l' IDs account AWS separato da virgole che devi aggiungere alla lista delle autorizzazioni.
1. Seleziona **Invia**.
**Nota**
Aggiungi account di test alla lista consentita solo a scopo di test.
## Modifica delle impostazioni dei prodotti dell'agente AI basati su API SaaS in Marketplace AWS
Dopo aver creato un **Agent & Tool Product basato su API SaaS** in Marketplace AWS, puoi modificare molte delle impostazioni del prodotto. Per informazioni sull'invio di richieste di modifica e sulla modifica delle impostazioni del prodotto, consulta i seguenti argomenti:
### Modifiche e richieste del prodotto
+ Per informazioni sulla gestione delle richieste di modifica, consulta[Gestire le richieste di modifica](saas-product-settings.md#create-change-request).
+ Per informazioni sull'aggiornamento delle informazioni sul prodotto, vedere[Aggiorna le informazioni sul prodotto](saas-product-settings.md#update-product-information).
+ Per informazioni sull'aggiornamento dei dettagli dell'architettura, vedere[Aggiorna i dettagli dell'architettura](saas-product-settings.md#updating-architecture-details).
### Accesso e visibilità
+ Per informazioni sull'aggiornamento della lista consentita, vedere[Aggiorna la lista consentita di Account AWS IDs](saas-product-settings.md#update-allowlist).
+ Per informazioni sulla modifica della visibilità del prodotto, consulta[Aggiorna la visibilità del prodotto](saas-product-settings.md#saas-update-visibility).
+ Per informazioni sulla gestione dell'accesso degli acquirenti, consulta[Aggiorna le condizioni di prezzo](saas-product-settings.md#saas-update-pricing-terms).
+ Per informazioni sulla disponibilità nei paesi, consulta[Aggiorna la disponibilità per Paese](saas-product-settings.md#saas-availability-by-country).
### Prezzi e condizioni
+ Per informazioni sull'aggiornamento delle condizioni di prezzo, consulta[Aggiorna le condizioni di prezzo](saas-product-settings.md#saas-update-pricing-terms).
+ Per informazioni sull'aggiunta di dimensioni di prezzo, consulta[Aggiungi dimensioni di prezzo](saas-product-settings.md#saas-add-pricing-dimensions).
+ Per informazioni sull'aggiornamento delle dimensioni di prezzo, consulta[Aggiorna le dimensioni dei prezzi](saas-product-settings.md#saas-update-dimension).
+ Per informazioni sulla limitazione delle dimensioni di prezzo, consulta[Limita le dimensioni dei prezzi](saas-product-settings.md#restrict-pricing-dimensions).
### Aspetti legali e di licenza
+ Per informazioni sull'aggiornamento della politica di rimborso, consulta[Aggiorna la politica di rimborso di un prodotto](saas-product-settings.md#update-refund-policy).
+ Per informazioni sull'aggiornamento dell'EULA, consulta[Aggiornare il contratto di licenza con l'utente finale (EULA)](saas-product-settings.md#saas-update-eula).
### Per fornire un prodotto gratuito
Se il prodotto ha una visibilità limitata:
+ Invia una richiesta per modificare la visibilità da limitata a pubblica.
+ Inserisci \$10 per tutte le dimensioni di prezzo.
Se il prodotto è già pubblico:
+ Invia una richiesta di modifica **dei termini di aggiornamento dei prezzi**.
+ Inserisci 0 USD per tutte le dimensioni di prezzo.
**Nota**
Dopo che un prodotto è stato impostato come gratuito, non puoi convertirlo in un prodotto a pagamento.
# Integrazione di prodotti di agenti AI basati su API
## Linee guida sui prodotti per agenti AI basati su API
Marketplace AWS fornisce linee guida per tutti i prodotti agenti AI basati su API Software as a Service (SaaS). Queste linee guida garantiscono un'esperienza sicura e affidabile per i clienti.
**Topics**
+ [Processo di revisione del prodotto](#product-review-process)
+ [Mantenimento della conformità](#maintaining-compliance)
### Processo di revisione del prodotto
Quando invii un prodotto, Marketplace AWS esamina il prodotto e i relativi metadati per verificare che soddisfi le linee guida attuali. Aggiorniamo regolarmente queste linee guida per rispondere all'evoluzione dei requisiti di sicurezza.
### Mantenimento della conformità
Marketplace AWS monitora continuamente i prodotti per verificarne la conformità. Se il prodotto non soddisfa le linee guida attuali:
+ Il prodotto potrebbe non essere disponibile per i nuovi abbonati finché non risolverai i problemi
+ È necessario aggiornare il prodotto per soddisfare i nuovi requisiti
| Categoria | Linee guida |
| --- | --- |
| Funzionalità dell'API e dell'agente | Tutti APIs dovrebbero essere funzionali e rispondere in modo appropriato. Se stai elencando un agente, la soluzione deve dimostrare capacità autonome operando senza comandi esterni espliciti o input umani costanti. |
| Accesso e autenticazione alle API | Il cliente dovrebbe essere in grado di iscriversi alla tua inserzione e recuperare le chiavi API o seguire i passaggi per generare il OAuth token. |
| Linee guida sull'architettura | [Segui le linee guida sull'architettura per maggiori dettagli.](https://docs.aws.amazon.com/marketplace/latest/userguide/saas-guidelines.html#saas-architecture) |
| Requisiti in materia di informazioni | [Segui i requisiti in materia di informazioni per i clienti per maggiori dettagli.](https://docs.aws.amazon.com/marketplace/latest/userguide/saas-guidelines.html#saas-customer-information) |
| Gestione delle chiavi | I fornitori devono fornire ai clienti la possibilità di utilizzare invalidate/rotate le chiavi. I fornitori dovrebbero inoltre disporre di un meccanismo per invalidare le chiavi una volta che il cliente annulla l'iscrizione all'inserzione. |
| Requisiti del server MCP (se applicabile) | Per MCP Server, i fornitori devono fornire i dettagli della configurazione MCP remota insieme a qualsiasi prerequisito o variabile di ambiente per la configurazione. |
| Configurazione del prodotto | [Segui le linee guida per la configurazione del prodotto per maggiori dettagli.](https://docs.aws.amazon.com/marketplace/latest/userguide/saas-guidelines.html#saas-guidelines-setup) |
| Utilizzo del prodotto | [Segui le linee guida sull'utilizzo del prodotto per maggiori dettagli.](https://docs.aws.amazon.com/marketplace/latest/userguide/saas-guidelines.html#saas-product-usage) |
| Istruzioni per l'uso | Le istruzioni per l'uso devono indicare chiaramente i prerequisiti, la configurazione dell'autenticazione, gli endpoint supportati, request/response lo schema, la descrizione dello strumento, i codici di errore e le risorse aggiuntive. |
## Integrazione di prodotti di agenti AI basati su API
### Integrazione in base al prezzo del prodotto
L'integrazione del prodotto con Marketplace AWS è un passaggio per elencare un prodotto agente AI basato su API. Per integrare il tuo prodotto agente AI basato su API con Marketplace AWS, devi scrivere codice e dimostrare che è in grado di rispondere con successo a diversi scenari di clienti.
Per informazioni sull'integrazione del prodotto in base a diversi modelli di prezzo, consulta i seguenti argomenti:
+ Per informazioni sui prodotti in abbonamento, consulta. [Integrazione dell'abbonamento Pay-As-You-Go o del prodotto SaaS con Marketplace AWS](saas-integrate-subscription.md)
+ Per informazioni sui prodotti basati su contratto, consulta. [Integrazione del prodotto contrattuale SaaS con Marketplace AWS](saas-integrate-contract.md)
+ Per informazioni sul contratto con pay-as-you-go i prodotti, vedere. [Integrazione del prodotto SaaS basato su contratti con Marketplace AWS](saas-integrate-contract-with-pay.md)
### Onboarding dei clienti
#### Reindirizzamento alla pagina di gestione del sito Web
Quando i clienti si abbonano al tuo prodotto tramite Marketplace AWS, accedono al prodotto nel tuo ambiente AWS. Dopo l'iscrizione, indirizziamo i clienti al sito Web del prodotto per registrare il proprio account e configurare il prodotto.
+ Scopri come effettuare l'onboarding dei clienti utilizzando il servizio Reindirizza al sito Web in. [Attivazione dei clienti verso il tuo prodotto SaaS tramite Marketplace AWS](saas-product-customer-setup.md)
#### QuickLaunch adempimento
Quando i clienti si abbonano al tuo prodotto tramite Marketplace AWS, ricevono una chiave API o OAuth credenziali per effettuare chiamate all'endpoint API o al server MCP. Di seguito è riportato il procedimento:
+ Il cliente si abbona al prodotto.
+ Il cliente si iscrive o accede a un account sul tuo sito web.
+ L'**PutDeploymentParameter**API viene utilizzata per archiviare la chiave API o OAuth le credenziali nel AWS Secrets Manager del cliente.
+ Se memorizzi un parametro nel caso delle chiavi API, chiama l'`PutDeploymentParameter`API con il `secretString` parametro come stringa. Se memorizzi più di un parametro nel caso delle OAuth credenziali, fornisci una stringa JSON con coppie chiave-valore nel `secretString` parametro come mostrato di seguito:
```
{
"Client Id": "12345",
"Client Secret": "12345",
"Discovery URL" : "https://auth.example.com/.well-known/openid-configuration"
}
```
Scopri di più sull' QuickLaunch adempimento in queste risorse:
+ [Scopri di più sull'**PutDeploymentParameter**API in Deployment Marketplace AWS API](https://docs.aws.amazon.com/marketplace/latest/APIReference/API_Operations_AWS_Marketplace_Deployment_Service.html)
+ Trova le istruzioni per l'onboarding dei clienti in [Attivazione dei clienti verso il tuo prodotto SaaS tramite Marketplace AWS](saas-product-customer-setup.md)
### Accedendo Marketplace AWS APIs
La sezione seguente descrive il processo di integrazione con il Marketplace AWS Metering Service o Marketplace AWS Entitlement Service, utilizzato per garantire che la fatturazione e la rendicontazione relative all'utilizzo dei prodotti da parte dei clienti siano accurate.
+ Per ulteriori informazioni sull'accesso, consulta. Marketplace AWS APIs [Accesso al servizio Marketplace AWS Metering and Entitlement APIs](saas-integration-metering-and-entitlement-apis.md)
### Notifiche SNS
Iscriviti agli argomenti di Amazon Simple Notification Service (Amazon SNS) per ricevere notifiche sulle modifiche all'abbonamento dei clienti e sui diritti contrattuali per i tuoi prodotti. Marketplace AWS fornisce questi argomenti durante la creazione del prodotto per aiutarti a gestire l'accesso dei clienti.
I seguenti argomenti di Amazon SNS sono disponibili per i prodotti basati su API SaaS:
+ [Argomento di Amazon SNS: `aws-mp-entitlement-notification`](saas-notification.md#saas-sns-message-body)— Ti avvisa quando i clienti creano, aggiornano o rinnovano i contratti o quando i contratti scadono. È disponibile solo per i prodotti con modelli di prezzo che includono un contratto.
+ [Argomento di Amazon SNS: `aws-mp-subscription-notification`](saas-notification.md#saas-sns-subscription-message-body)— Ti avvisa quando i clienti si abbonano o annullano l'iscrizione al tuo prodotto e include il contrassegno `offer-identifier` per le offerte private e un contrassegno per le prove gratuite SaaS. È disponibile per tutti i modelli di prezzo, inclusi contratti e abbonamenti.
## Modelli di istruzioni per l'uso
### Modello di istruzioni per l'utilizzo del server MCP
L'esempio seguente illustra le istruzioni d'uso per un server MCP, tra cui descrizioni degli strumenti, prerequisiti, configurazione dell'autenticazione, configurazione per i client più diffusi, limiti di velocità e risorse aggiuntive:
```
To get started using the remove MCP server, follow the instructions below:
**Availble Tools**
This MCP server support the following tools:
- Search - Performs a web search
- Summarize Website - Summarizes a webpage
**Prerequisites**
- Install **Node.js** and **npm**
**Authentication**
Replace `YOUR_API_KEY` with your actual key below.
**Claude Desktop**
Edit the configuration file at:
- macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
- Windows: %APPDATA%\Claude\claude_desktop_config.json
Add the below code:
```
{
"mcpServers": {
"demo-example": {
"command": "npx",
"args": [
"mcp-remote",
"https://remote.mcp.server/sse",
"--header",
"Authorization: Bearer "
]
},
}
}
```
**Cline**
Cline stores MCP server configurations in a JSON file that can be modified.
In the "Installed" tab, click "Configure MCP Servers" to access the settings file.
Add the following:
```
{
"mcpServers": {
"demoServer": {
"url": "https://remote.mcp.server/sse",
"disabled": false,
"autoApprove": ["searchWeb", "summarizeWebsite"],
"timeout": 30
}
}
}
```
**Rate Limits**
- 60 requests per minute per API key.
- Exceeding returns HTTP 429 Too Many Requests.
- Use retry and exponential backoff to handle limits.
**Learn More**
MCP Docs: https://mcp.search.demoproduct.com
```
### Modello di istruzioni per l'utilizzo di AI Agent e Agent & Tools
L'esempio seguente illustra le istruzioni di utilizzo per uno o più strumenti dell'agente, inclusi prerequisiti, configurazione dell'autenticazione, endpoint supportati, request/response schema, codici di errore e risorse aggiuntive:
```
To get started follow the instructions below:
**Authentication**
All API requests require this HTTP header:
Authorization: Bearer `YOUR_API_KEY`
Replace `YOUR_API_KEY` with your actual key.
**Search Endpoint**
**Endpoint:** `GET /web/search`
Performs a web search.
**Query Parameters:**
| Param | Type | Description |
|------------|--------|-------------------------------------|
| `q` | string | Your search query (required) |
| `count` | int | Number of results (default: 10) |
| `offset` | int | Offset for pagination |
| `country` | string | Country code (e.g. `us`, `de`) |
| `safesearch` | string | `off`, `moderate`, or `strict` |
**Example Request:**
```bash
curl -X GET "https://api.search.demo.com/res/v1/web/search?q=searchtool" \
-H "Authorization: Bearer YOUR_API_KEY"
```
**Response Schema:**
```
{
"results": [{
"title": "string",
"url": "string",
"description": "string"
}],
"query" :"string",
"total" :"number"
}
```
**Example Response:**
```
{
"results": [
{
"title": "DemoProductAPI",
"url": "https://demo.com",
"description": "Demo Product API is a search tool for..."
}
],
"query": "searchtool",
"total": 1
}
```
**Additional Search Types**
DemoProduct also supports:
- `GET /news/search – News articles`
- `GET /images/search – Image results`
- `GET /videos/search – Video results`
These endpoints follow the same format as /web/search.
**Summarize Endpoint**
**Endpoint:** `POST /summarize`
Summarizes a webpage
**Request Headers:**
Content Type: application/json
**Request Body:**
```
{
"input": "string" // URL or plain text
}
```
**Example Request:**
```
{
"input": "https://example.com/article"
}
```
**Response Schema**
```
{
"summary": "string"
}
```
**Example Response**
```
{
"summary": "This article explains our commitment to user privacy."
}
```
**Error Codes**
| Status | Meaning |
| ------ | ------------------------------ |
| `401` | Unauthorized (check your key) |
| `429` | Too many requests (rate limit) |
| `500` | Server error |
All error responses follow this structure:
```
{
"error": {
"code": 401,
"message": "Unauthorized"
}
}
```
**Rate Limits**
- 60 requests per minute per API key.
- Exceeding returns HTTP 429 Too Many Requests.
- Use retry and exponential backoff to handle limits.
**Learn More**
API Docs: https://api.search.demoproduct.com
```
# Amazon Bedrock AgentCore Gateway
Questo documento fornisce informazioni per Marketplace AWS i venditori che desiderano pubblicare prodotti o strumenti per agenti AI basati su API che possono essere integrati con Amazon Bedrock Gateway. AgentCore
**Topics**
+ [Panoramica di](#agentcore-overview)
+ [Integrazione con AgentCore Bedrock Gateway](#bedrock-agentcore-integration)
## Panoramica di
Amazon Bedrock AgentCore Gateway aiuta gli sviluppatori a creare, implementare, scoprire e connettersi a strumenti su larga scala. Il servizio consente di:
+ Convert APIs, funzioni Lambda e servizi esistenti in strumenti compatibili con Model Context Protocol (MCP)
+ Rendi disponibili gli strumenti agli agenti tramite gli endpoint Gateway
+ Utilizza l'autenticazione completa in ingresso e in uscita in un servizio completamente gestito
Gli agenti di intelligenza artificiale utilizzano questi strumenti per eseguire attività come:
+ Interrogazione dei database
+ Invio di messaggi
+ Analisi dei documenti
Per ulteriori informazioni, consulta la [Amazon Bedrock AgentCore Developer Guide](https://docs.aws.amazon.com/bedrock-agentcore/latest/devguide/gateway.html).
## Integrazione con AgentCore Bedrock Gateway
Puoi abilitare l'integrazione di Amazon Bedrock AgentCore Gateway per i tuoi prodotti agente AI basati su API SaaS in uno dei seguenti modi, a seconda del prodotto:
+ Se offri un server MCP che supporta OAuth l'autenticazione a due gambe, puoi scegliere di offrire ai tuoi acquirenti l'integrazione senza requisiti aggiuntivi. Per l'integrazione verrà utilizzato l'endpoint del server MCP fornito come parte del processo di inserzione. Tuttavia, è necessario assicurarsi che il server MCP soddisfi i requisiti elencati di seguito. Per ulteriori informazioni, consulta Destinazioni dei [server MCP](https://docs.aws.amazon.com/bedrock-agentcore/latest/devguide/gateway-target-MCPservers.html).
+ Per tutti gli altri agenti o strumenti, puoi fornire una specifica OpenAPI per abilitare l'integrazione.
### Requisiti del server MCP
Il server MCP deve soddisfare i seguenti requisiti:
+ OAuth Autenticazione a due gambe con una delle seguenti configurazioni:
+ ID client, segreto del cliente e URL di rilevamento
+ ID client, segreto del cliente, emittente, endpoint di autorizzazione ed endpoint del token.
+ Il server MCP deve disporre delle funzionalità dello strumento.
+ **Versioni del protocollo MCP supportate: **2025-06-18 e 2025-03-26**.**
+ Per l'URL o l'endpoint fornito del server, l'URL deve essere codificato. Il Gateway utilizza lo stesso URL per richiamare il server.
### Requisiti delle specifiche OpenAPI
La tua specifica OpenAPI deve:
+ Includi `operationId` campi per tutte le operazioni
+ Sii libero da errori semantici
+ Includi un URL endpoint sicuro (https) valido nell'attributo server
La tabella seguente mostra le funzionalità OpenAPI supportate e non supportate:
| Categoria | Supportata | Non supportato |
| --- | --- | --- |
| Versione | 3.0 e 3.1 | 2 |
| Definizioni dello schema | Tipi di dati di base (stringa, numero, booleano, ecc.) | Una delle specifiche |
| | Convalida del campo richiesta | Specifiche AnyOf |
| | Oggetti annidati | |
| | Matrici con specifiche dell'articolo | |
| | Metodi HTTP standard | |
| Tipi di file multimediali | application/json | Tipi di file multimediali personalizzati |
| | application/xml | Tipi di supporti binari |
| | dati multiparti/di moduli | |
| | x-www-form-urlencoded | |
| Parameters | Parametri di percorso semplici e parametri di query di base come i tipi string/number/boolean | Serializzazione dei parametri di percorso complessi |
| | | Matrici di parametri di interrogazione complessi |
| | | Serializzazione dei parametri di intestazione |
| | | Serializzazione dei parametri dei cookie |
| Richiesta e risposta | Corpi JSON | |
| | corpi XML | |
| | Codici di stato HTTP standard | |
| Convalida | Convalida di base dei campi | Validazione del modello Regex |
| | | Validazione del valore min/max |
| Sicurezza | N/D | Schemi di sicurezza a livello di specifica |
| | | Schemi di sicurezza multipli |
| | | OAuth 2.0 a livello di specifiche |
| | | Chiave API a livello di specifica |
| | | Autenticazione HTTP Basic a livello di specifica |
| Configurazione del server | URL di base | |
| | URL con segnaposti | |
### Abilitazione di Bedrock Gateway AgentCore
Prima di abilitare l'integrazione con Gateway, verifica le specifiche OpenAPI o il server MCP con Amazon Bedrock AgentCore Gateway completando queste attività:
+ [Crea un gateway](https://docs.aws.amazon.com/bedrock-agentcore/latest/devguide/gateway-building.html)
+ [Allega un bersaglio](https://docs.aws.amazon.com/bedrock-agentcore/latest/devguide/gateway-building-adding-targets.html)
+ [Metti alla prova il tuo gateway](https://docs.aws.amazon.com/bedrock-agentcore/latest/devguide/gateway-building-testing.html)
**Per abilitare l'integrazione con Gateway**
1. Accedere al [portale Marketplace AWS di gestione](https://aws.amazon.com/marketplace/management).
1. Apri la pagina [degli agenti e degli strumenti di intelligenza artificiale](https://aws.amazon.com/marketplace/management/products/aiagents).
1. Nella scheda **Prodotti per agenti e strumenti AI**, seleziona il prodotto da modificare.
1. Dall'elenco a discesa **Richiedi modifiche**, seleziona **Aggiorna le opzioni di evasione ordini**.
1. Scegli **lo strumento Abilita per l' AgentCore integrazione con Amazon Bedrock**.
1. Carica le tue specifiche OpenAPI. Per i prodotti MCP Server OAuth abilitati a due gambe questo non è necessario ed è richiesto solo l'endpoint MCP.
1. Seleziona **Invia**.
**Dopo l'invio, lo stato della richiesta appare come **In fase di revisione** nella scheda Richieste.** Al termine dell'elaborazione, lo stato passa a **Riuscito**.
# Elenco di prodotti per agenti AI basati su container
## Gestione di agenti e strumenti di intelligenza artificiale basati su container
Gli agenti e gli strumenti di intelligenza artificiale basati su container in esecuzione su Amazon Bedrock AgentCore Runtime possono essere gestiti tramite la pagina dei prodotti di **strumenti e agenti AI** unificati o la pagina dei prodotti **Server** nella Console di gestione AWS Marketplace. Solo i prodotti con versioni che supportano Amazon Bedrock AgentCore Runtime saranno visibili nella pagina del prodotto **Agenti e strumenti di intelligenza artificiale**.
## Avvia la procedura guidata per le inserzioni
1. Accedi al [portale di Marketplace AWS gestione](https://aws.amazon.com/marketplace/management/homepage/) con il tuo account venditore AWS.
1. Seleziona **Prodotti**, quindi seleziona **Agenti e strumenti AI** nella barra di navigazione.
1. Seleziona il menu di **prodotto Crea agenti e strumenti AI**, quindi scegli **Agenti e strumenti AI basati su container**.
1. Seleziona **Genera ID prodotto e codice prodotto**.
1. (Facoltativo) Aggiungi tag per supportare l'autorizzazione basata su tag.
1. Seleziona **Continua**.
## Fase 1: Fornire informazioni sul prodotto
1. In **Informazioni sul prodotto**, inserisci:
+ **Titolo del prodotto**
+ **URL S3 del logo del prodotto**
+ **Breve descrizione**
+ **Descrizione lunga**
+ **Evidenzia (1-3)**
1. Inserisci i dettagli del supporto e aggiungi risorse didattiche opzionali scegliendo Aggiungi risorsa.
1. Nel menu **Categorie di prodotti**, scegli 1-3 categorie. Ti consigliamo di scegliere almeno una categoria tra le categorie di business **AI Agents & Tools**.
1. Inserisci le parole chiave per migliorare la visibilità della ricerca.
1. (Facoltativo) Aggiungi risorse video e immagini in base alle linee guida.
1. Scegli **Next (Successivo)**.
## Fase 2: Configurazione dei prezzi di AI Agent Container
1. Scegli il modello di prezzo.
**AgentCore limitazioni di prezzo**
Se l'immagine del contenitore viene utilizzata AgentCore, i modelli di tariffazione **oraria** e di **utilizzo con contratto a lungo termine** non sono supportati. Per ulteriori informazioni sui prezzi contrattuali, consulta. [Prezzi contrattuali per prodotti in container con AWS License Manager](container-license-manager-integration.md) Per ulteriori informazioni sulla misurazione personalizzata dei prezzi basati sull'utilizzo, consulta. [Configurazione di contatori personalizzati per prodotti container con AWS Marketplace Metering Service](container-metering-meterusage.md)
1. Seleziona **Avanti**.
1. **In Prezzi fissi.**
1. Seleziona **Avanti**.
## Fase 3: Specificare la politica di rimborso
1. Inserisci una politica di rimborso.
1. Seleziona **Avanti**.
**Nota**
Se hai scelto il modello di prezzo del prodotto gratuito, non devi inserire una politica di rimborso.
## Fase 4: Configurare l'EULA
1. Scegli **Standard Contract for Marketplace AWS** o **Custom EULA**.
**Nota**
Se scegli Custom EULA, inserisci un URL per il contratto di licenza per l'utente finale.
1. Seleziona **Avanti**.
## Fase 5: Aggiungere i repository
1. Aggiungi un repository iniziale per il tuo prodotto contenitore.
**Nota**
I nomi degli archivi devono essere univoci per tutti i prodotti del tuo Account venditore. Puoi creare fino a 50 repository per prodotto.
1. Seleziona **Avanti**.
## Fase 6: Configurare la disponibilità delle offerte/L'elenco consentiti
1. In **Configura la disponibilità dell'offerta**, scegli le impostazioni di disponibilità geografica.
1. Seleziona **Avanti**.
1. In **Configure allowlist**, elenca tutti gli account AWS che dovrebbero avere accesso all'elenco mentre si trovano nello stato limitato.
1. Seleziona **Invia** per creare una nuova richiesta di modifica per i test di visibilità limitata.
Attendi 10-15 minuti prima che lo stato della richiesta sia impostato sullo stato *Riuscito*.
## Fase 7: Caricare le immagini e gli artefatti del contenitore nel repository
**Nota**
Scopri come [Amazon Bedrock AgentCore Runtime per Marketplace AWS](bedrock-agentcore-runtime.md) effettuare l'integrazione AgentCore con la tua immagine del contenitore.
1. Individua l'URL del repository ECR:
+ Apri la pagina dei prodotti Server in Marketplace AWS Management Portal.
+ Seleziona il prodotto contenitore per visualizzarne i dettagli.
+ Seleziona la scheda Repository per copiare l'URL del repository.
1. Seleziona **Visualizza i comandi push** per aprire un elenco di istruzioni, inclusi i comandi che puoi usare per inviare le immagini dei contenitori Docker e i grafici Helm a quel repository. Per informazioni generali su come inviare immagini di container e altri elementi ai repository, consulta [Pushing an image in](https://docs.aws.amazon.com/AmazonECR/latest/userguide/docker-push-ecr-image.html) Amazon Elastic Container Registry User Guide.
**Nota**
Puoi utilizzare le seguenti operazioni API Amazon Elastic Container Registry (Amazon ECR) quando chiami docker pull o docker push:
DescribeImages - Utilizzalo per esaminare i metadati relativi alle immagini in un repository.
GetAuthorizationToken - Utilizzalo per autenticarti prima di caricare gli artefatti nel repository, quindi usa i comandi docker pull o docker push.
ListImages - Utilizzatelo per visualizzare un elenco di immagini inserite.
1. Utilizzate i comandi elencati per inviare gli elementi necessari dal repository locale al repository del prodotto Marketplace AWS .
**Nota**
Il tag fornito nei comandi push viene utilizzato per differenziare la versione dell'elemento che state caricando nel repository. Utilizzate un tag che abbia senso per la versione di cui fanno parte gli artefatti.
1. Ripeti l'operazione per ogni immagine o elemento del contenitore di cui hai bisogno nella tua versione.
**Nota**
La tua versione può includere fino a 50 immagini o artefatti del contenitore in ciascuna opzione di consegna. Per ulteriori informazioni sulle opzioni di consegna, fare riferimento alla procedura seguente.
1. Dopo aver caricato gli artefatti, sei pronto per creare la versione del prodotto.
**Nota**
Le immagini dei contenitori vengono scansionate automaticamente per verificare se soddisfano i requisiti. [Requisiti di prodotto basati su container per Marketplace AWS](container-product-policies.md) Per ulteriori informazioni, consulta [Il prodotto container esegue la scansione per rilevare eventuali problemi di sicurezza](container-product-getting-started.md#container-security).
## Fase 8: Aggiungere una nuova versione del prodotto con Assets
1. Apri la pagina dei prodotti **AI Agents and Tools** nel portale Marketplace AWS di gestione.
**Nota**
Nella pagina dei prodotti **AI Agents and Tools** sono visibili solo i prodotti container con versioni che supportano Amazon Bedrock AgentCore Runtime. Prima di aggiungere la prima versione, troverai il tuo prodotto solo nella pagina dei prodotti **server** dell'AWS Marketplace Management Portal. Dopo aver creato la versione per Amazon Bedrock AgentCore Runtime, troverai il tuo prodotto contenitore nella pagina dei prodotti **AI Agents and Tools**.
1. Seleziona il prodotto contenitore e fai clic sul menu a discesa **Richiedi modifiche**, seleziona **Aggiorna versioni** e seleziona **Aggiungi nuova** versione.
1. Nelle **opzioni di spedizione**, inserisci:
+ **Version title (Titolo versione)**
+ **Note di rilascio**
1. Seleziona **Aggiungi opzione di spedizione**.
1. Per il **metodo di spedizione**, seleziona **Immagine del contenitore** e compila:
+ **Servizi supportati**: seleziona l'ambiente in cui gli acquirenti possono avviare il software.
+ **Per il AgentCore servizio **Bedrock**, seleziona **AI Agent, MCP Server o A2A Server** nel campo Tipo.**
+ **Immagine del contenitore**: *URL del repository* e tag di *versione* specificati in precedenza.
+ **Titolo** e **descrizione dell'opzione di distribuzione**: inserisci un titolo e una descrizione per questa opzione di consegna.
+ **Istruzioni per l'uso**: inserisci informazioni dettagliate per aiutare gli acquirenti a utilizzare il software dopo il lancio.
+ **Variabili di ambiente**: Specificate le variabili di ambiente che gli acquirenti devono fornire per configurare il comportamento di runtime dell'agente. Queste variabili possono essere utilizzate per passare impostazioni, credenziali o flag personalizzati al contenitore all'avvio. Per ogni variabile, fornisci il nome previsto dal contenitore, una descrizione e un valore predefinito opzionale. Per variabili uniche come credenziali o chiavi API, non fornite un valore predefinito. È possibile utilizzare la descrizione per specificare i dettagli sulla variabile e i possibili valori. Tutte le variabili fornite con i relativi valori predefiniti verranno precompilate al momento del lancio del prodotto da parte degli acquirenti.
1. Se hai selezionato un **agente AI** o un tipo di strumento **A2A Server**, conferma che il tuo agente utilizzi il ragionamento LLMs e dimostri capacità autonome. Questi requisiti aiutano a garantire che gli agenti offerti su AWS Marketplace soddisfino standard di alta qualità. Se il tuo agente non soddisfa entrambi i requisiti, scegli un tipo di strumento diverso.
1. Seleziona **Aggiungi versione**.
Attendi e aggiorna la pagina finché lo stato della richiesta non risulta *riuscito*.
L'aggiunta di una nuova versione analizza automaticamente le immagini del contenitore alla ricerca di vulnerabilità.
## Fase 9: Rivedi l'elenco dei prodotti e pubblicalo al pubblico
1. Apri la pagina dei prodotti **AI Agent and Tools** nel portale Marketplace AWS di gestione.
1. Seleziona il tuo prodotto contenitore nell'elenco.
1. Seleziona **Visualizza su Marketplace AWS**.
1. Controlla la pagina dei dettagli del prodotto per verificarne la precisione. Assicurati che le istruzioni per l'uso guidino sufficientemente l'acquirente nei passaggi necessari per lanciare il prodotto.
1. Invia una richiesta di visibilità degli aggiornamenti al pubblico:
+ Dalla pagina **Prodotti server**, nella scheda **Prodotto server corrente**, seleziona il prodotto basato su container che desideri modificare. **Dal menu a discesa **Richiedi modifiche**, scegli Aggiorna visibilità.**
## Dettagli sulla distribuzione dei container
La distribuzione di container raggruppa il tuo agente o strumento di intelligenza artificiale come applicazione containerizzata che i clienti possono eseguire nei propri ambienti AWS. Questo approccio offre i seguenti vantaggi:
+ I dati rimangono all'interno dell'ambiente del cliente
+ Configurazioni di implementazione personalizzabili
+ Integrazione supportata con Bedrock AgentCore Runtime e l'infrastruttura esistente del cliente
Quando elenchi un agente containerizzato, fornisci istruzioni di implementazione chiare, requisiti di risorse e opzioni di configurazione per garantire un'implementazione di successo da parte del cliente.
### Requisiti tecnici per AgentCore Bedrock Runtime Containers
**Nota**
Per ulteriori dettagli, consulta [Amazon Bedrock AgentCore Runtime per Marketplace AWS](bedrock-agentcore-runtime.md).
Quando crei prodotti con agenti AI basati su container per Marketplace AWS, segui questi requisiti:
Requisiti del server MCP
+ **Trasporto**: solo Stateless streamable-http
+ **Gestione della sessione: la** piattaforma aggiunge `Mcp-Session-Id` automaticamente l'intestazione per l'isolamento della sessione
+ **Host**: il contenitore deve essere in ascolto `0.0.0.0`
+ **Porta**: il contenitore deve esporre la porta `8000` per la comunicazione con il server MCP
+ **Percorso**: `/mcp` - Endpoint POST per la ricezione di messaggi MCP RPC. InvokeAgentRuntime per i server MCP passerà le richieste a questo percorso.
+ **Protocollo**: il server MCP deve supportare il protocollo MCP, inclusi i messaggi di protocollo 'tools/list' and 'tools/call' (supportati da un framework comune come FastMCP).
Requisiti dell'agente
+ **/ping** Endpoint: endpoint GET per i controlli sanitari
+ **/invocations** Endpoint: endpoint POST per le interazioni con gli agenti
+ **Docker Container**: pacchetto di distribuzione containerizzato ARM64
+ **Porta**: il contenitore deve esporre la porta per la comunicazione tra agenti basata su HTTP `8080`
+ Nessuna credenziale codificata
+ Privo di vulnerabilità ed esposizioni comuni () CVEs
Requisiti del server A2A
+ **Porta**: i server A2A funzionano sulla porta 9000 (anziché 8080 per HTTP, 8000 per MCP)
+ **Host: il contenitore deve essere in ascolto** `0.0.0.0`
+ **Percorso**: i server A2A sono montati su `/` (anziché su `/invocations` HTTP, `/mcp` su MCP)
+ **Agent Cards**: A2A offre una funzionalità integrata di rilevamento degli agenti tramite Agent Cards all'indirizzo `/.well-known/agent-card.json`
+ **Protocollo**: utilizza JSON-RPC per la comunicazione agent-to-agent
+ **Autenticazione**: supporta gli schemi di autenticazione SigV4 e 2.0 OAuth
Istruzioni per l'uso
Assicurati che le istruzioni guidino accuratamente i clienti nel lancio e nella configurazione del prodotto. Fai riferimento a [Creazione di AMI e istruzioni per l'uso dei prodotti in container per Marketplace AWS](ami-container-product-usage-instructions.md).
## Test e convalida
Prima di pubblicare l'agente o lo strumento compatibile con MCP, testate attentamente l'implementazione:
+ Le istruzioni di utilizzo di Verify forniscono le informazioni necessarie per avviare e configurare il prodotto.
+ Testa i flussi di autenticazione e la gestione degli errori
+ Convalida le prestazioni in varie condizioni di carico
+ Garantite la compatibilità con i client MCP più diffusi
+ Documenta qualsiasi requisito di configurazione specifico del cliente
## Best practice e raccomandazioni
### Requisiti di documentazione
Quando elenchi un agente o uno strumento compatibile con Model Context Protocol su Marketplace AWS, includi una documentazione completa:
+ Descrizioni ed esempi dettagliati delle funzionalità
+ Istruzioni di autenticazione e configurazione
+ Codice di esempio per scenari di integrazione comuni
+ Guide per la risoluzione dei problemi e riferimenti agli errori
+ Considerazioni e best practice sulle prestazioni
### Risorse aggiuntive
Per ulteriori informazioni sull'implementazione del Model Context Protocol nel tuo agente o strumento di intelligenza artificiale, consulta queste risorse:
+ [Documentazione Amazon Bedrock AgentCore ](https://docs.aws.amazon.com/bedrock-agentcore/latest/devguide/what-is-bedrock-agentcore.html)
+ [Amazon Bedrock AgentCore Runtime per Marketplace AWS](bedrock-agentcore-runtime.md)
+ [Requisiti tecnici del contenitore](https://docs.aws.amazon.com/marketplace/latest/userguide/container-product-getting-started.html)
# Amazon Bedrock AgentCore Runtime per Marketplace AWS
Questo documento fornisce informazioni per Marketplace AWS i venditori che desiderano elencare agenti o strumenti di intelligenza artificiale che possono essere distribuiti su Amazon AgentCore Bedrock Runtime. Descrive i requisiti tecnici, le linee guida di configurazione e le migliori pratiche per preparare il container supportato da Bedrock AgentCore Runtime per. Marketplace AWS
**Topics**
+ [Panoramica](#agentcore-runtime-overview)
+ [Requisiti tecnici del AgentCore contenitore Bedrock](#agentcore-container-requirements)
+ [Test del contenitore Bedrock Runtime AgentCore](#testing-agentcore-container)
+ [Le migliori pratiche per la configurazione dei container](#container-best-practices)
+ [Marketplace AWS Requisiti per la presentazione](#marketplace-submission-requirements)
+ [Risorse aggiuntive](#agentcore-additional-resources)
+ [Support per AgentCore Runtime su Marketplace AWS](#agentcore-support)
## Panoramica
Amazon Bedrock AgentCore Runtime offre un ambiente di hosting sicuro, serverless e progettato appositamente per la distribuzione e l'esecuzione di agenti o strumenti di intelligenza artificiale. Quando metti in vendita il tuo container Bedrock AgentCore Runtime Marketplace AWS, devi assicurarti che soddisfi requisiti specifici per funzionare correttamente all'interno dell'ambiente Bedrock. AgentCore
**Nota**
Per ulteriori informazioni, consulta la [Guida introduttiva ad Amazon Bedrock AgentCore Runtime](https://docs.aws.amazon.com/bedrock-agentcore/latest/devguide/runtime-getting-started.html).
## Requisiti tecnici del AgentCore contenitore Bedrock
Amazon Bedrock AgentCore Runtime ha diversi requisiti tecnici per elencare agenti AI, server MCP e server A2A.
+ **Requisiti degli agenti**
+ **Requisiti del server MCP**
+ **Requisiti del server A2A**
### Requisiti degli agenti
L'agente containerizzato deve soddisfare i seguenti requisiti fondamentali:
+ **/ping** Endpoint: GET endpoint per i controlli sanitari
+ **/invocations** Endpoint: endpoint POST per le interazioni con gli agenti
+ **Docker Container**: pacchetto di distribuzione containerizzato ARM64
+ **Porta**: il contenitore deve esporre la porta per la comunicazione tra agenti basata su HTTP `8080`
#### `/ping`- OTTIENI
Questo endpoint verifica che l'agente sia operativo e pronto a gestire le richieste.
**Esempio di risposta:**
```
{
"status": "Healthy"
}
```
#### `/invocations`- POSTA
Questo è l'endpoint di interazione principale con l'agente quando i clienti chiamano l'agente per InvokeAgentRuntime intervenire con il payload in formato JSON. InvokeAgentRuntime supporta le risposte in streaming, permettendo ai clienti di ricevere risposte parziali non appena diventano disponibili.
**Richiesta di esempio:**
```
Content-Type: application/json
{
"prompt": "What's the weather today?"
}
```
**Risposte di esempio:**
+ Risposta JSON (non in streaming):
```
Content-Type: application/json
{
"response": "Your agent's response here",
"status": "success"
}
```
+ Risposta SSE (streaming):
```
Content-Type: text/event-stream
data: {"event": "partial response 1"}
data: {"event": "partial response 2"}
data: {"event": "final response"}
```
### Requisiti del server MCP
Amazon Bedrock AgentCore Runtime consente di distribuire ed eseguire server Model Context Protocol (MCP). Quando configuri Amazon Bedrock AgentCore Runtime con il protocollo MCP, il servizio prevede contenitori di server MCP sul percorso. `0.0.0.0:8000/mcp` Questo è il percorso predefinito supportato dalla maggior parte dei server MCP ufficiali. SDKs
Poiché Amazon Bedrock AgentCore Runtime fornisce l'isolamento della sessione per impostazione predefinita, richiede server HTTP in streaming senza stato. Il runtime aggiunge automaticamente un'`Mcp-Session-Id`intestazione per qualsiasi richiesta che non ne includa una. Ciò consente ai client MCP di mantenere la continuità della connessione alla stessa sessione di Amazon Bedrock AgentCore Runtime.
L'`InvokeAgentRuntime`API trasmette direttamente i dati del payload, il che consente di inviare facilmente messaggi RPC tramite proxy per protocolli come MCP.
Requisiti:
+ **Trasporto**: è necessario utilizzare solo stateless streamable-http
+ **Gestione della sessione: la** piattaforma aggiunge `Mcp-Session-Id` automaticamente l'intestazione per l'isolamento della sessione
+ **Host**: il contenitore deve essere in ascolto `0.0.0.0`
+ **Porta**: il contenitore deve esporre la porta `8000` per la comunicazione con il server MCP
+ **Percorso**: deve essere esposto `/mcp` come endpoint POST per ricevere messaggi MCP RPC. L'`InvokeAgentRuntime`API trasmette le richieste a questo percorso per i server MCP.
+ **Protocollo**: il server MCP deve supportare il protocollo MCP, inclusi i seguenti messaggi di protocollo:
+ `tools/list`
+ `tools/call`(supportato da framework comuni come FastMCP)
Per ulteriori informazioni sui requisiti dei server MCP, consulta [Distribuire](https://docs.aws.amazon.com/bedrock-agentcore/latest/devguide/runtime-mcp.html) i server MCP in Runtime. AgentCore
#### `/mcp`- PUBBLICA
Questo è l'endpoint di interazione principale con l'agente con cui i clienti chiamano il server MCP. InvokeAgentRuntime
**Esempio di richiesta di elenco:**
```
Content-Type: application/json
{
"jsonrpc": "2.0",
"id": 1,
"method": "tools/list",
}
```
**Esempio di risposta all'elenco:**
Risposta JSON (non in streaming):
```
Content-Type: application/json
{
"jsonrpc": "2.0",
"id": 1,
"result": {
"tools": [
{
"name": "get_weather",
"title": "Weather Information Provider",
"description": "Get current weather information for a location",
"inputSchema": {
"type": "object",
"properties": {
"location": {
"type": "string",
"description": "City name or zip code"
}
},
"required": ["location"]
}
}
],
"nextCursor": "next-page-cursor"
}
}
```
**Esempio di richiesta di chiamata allo strumento:**
```
Content-Type: application/json
{
"jsonrpc": "2.0",
"id": 2,
"method": "tools/call",
"params": {
"name": "get_weather",
"arguments": {
"location": "New York"
}
}
}
```
**Esempio di risposta alla chiamata dello strumento:**
Risposta JSON (non in streaming):
```
Content-Type: application/json
{
"jsonrpc": "2.0",
"id": 2,
"result": {
"content": [
{
"type": "text",
"text": "Current weather in New York:\nTemperature: 72°F\nConditions: Partly cloudy"
}
],
"isError": false
}
}
```
### Requisiti del server A2A
Amazon Bedrock AgentCore Runtime consente di distribuire ed eseguire server Agent-to-Agent (A2A) nel Runtime. AgentCore Il supporto AgentCore del protocollo A2A di Amazon Bedrock consente una perfetta integrazione con i server A2A fungendo da livello proxy trasparente. Una volta configurato per A2A, Amazon Bedrock AgentCore prevede che i container eseguano server HTTP stateless e in streaming sulla porta nel percorso principale (`0.0.0.0:9000/`), `9000` in linea con la configurazione predefinita del server A2A.
Il servizio offre un isolamento delle sessioni di livello aziendale mantenendo al contempo la trasparenza del protocollo: i payload JSON-RPC dall'API vengono trasferiti direttamente al contenitore A2A senza modifiche. InvokeAgentRuntime Questa architettura preserva le funzionalità standard del protocollo A2A, come il rilevamento integrato degli agenti tramite Agent Cards at `/.well-known/agent-card.json` e la comunicazione JSON-RPC, aggiungendo al contempo l'autenticazione aziendale (SigV4/ 2.0) e la scalabilità. OAuth
I principali fattori di differenziazione dagli altri protocolli sono la porta (9000 vs 8080 per HTTP), il mount path (`/`vs`/invocations`) e il meccanismo standardizzato di rilevamento degli agenti, che rendono Amazon Bedrock AgentCore una piattaforma di distribuzione ideale per gli agenti A2A negli ambienti di produzione.
Requisiti:
+ **Porta**: i server A2A funzionano sulla porta 9000 (anziché 8080 per HTTP, 8000 per MCP)
+ **Host: il contenitore deve essere in ascolto** `0.0.0.0`
+ **Path**
+ I server A2A sono montati su `/` (rispetto a HTTP, `/invocations` `/mcp` a MCP)
+ Controlli sanitari sull'`/ping`utilizzo di GET
+ **Agent Cards** - A2A offre un servizio integrato di rilevamento degli agenti tramite Agent Cards all'indirizzo `/.well-known/agent-card.json`
+ **Protocollo**: utilizza JSON-RPC per la comunicazione agent-to-agent
+ **Autenticazione**: supporta gli schemi di autenticazione SigV4 e 2.0 OAuth
Per ulteriori informazioni sui requisiti dei server A2A, consulta [Deploy](https://docs.aws.amazon.com/bedrock-agentcore/latest/devguide/runtime-a2a.html) A2A servers in Runtime. AgentCore
#### `/`- PUBBLICA
Questo è il principale endpoint di interazione tra agenti con cui i clienti chiamano il server A2A. InvokeAgentRuntime
**Esempio di richiesta di invocazione dell'agente:**
```
Content-Type: application/json
{
"jsonrpc": "2.0",
"id": "req-001",
"method": "message/send",
"params": {
"message": {
"role": "user",
"parts": [
{
"kind": "text",
"text": "what is 101 * 11?"
}
],
"messageId": "12345678-1234-1234-1234-123456789012"
}
}
}
```
**Esempio di risposta alla chiamata dell'agente:**
Risposta JSON (non in streaming):
```
Content-Type: application/json
{
"jsonrpc": "2.0",
"id": "req-001",
"result": {
"artifacts": [
{
"parts": [
{
"kind": "text",
"text": "101 * 11 is 1111"
}
]
}
]
}
}
```
**Esempio di recupero della carta da parte di un agente:**
```
curl https://bedrock-agentcore..amazonaws.com/runtimes/{escaped_agent_arn}/invocations/.well-known/agent-card.json
```
#### `/ping`- OTTIENI
Questo è l'endpoint per eseguire i controlli sanitari.
## Test del contenitore Bedrock Runtime AgentCore
Prima di inviarlo Marketplace AWS, testalo attentamente:
### Test con agenti locali
Testa il tuo agente localmente usando Docker
```
docker run -p 8080:8080
# Test ping endpoint
curl http://localhost:8080/ping
# Test agent invocation endpoint
curl -X POST http://localhost:8080/invocations \
-H "Content-Type: application/json" \
-d '{"prompt": "Hello world!"}'
```
### Test del server MCP locale
Testa il tuo server MCP localmente usando Docker
```
docker run -p 8000:8000
# Test ping endpoint
curl http://localhost:8000/ping
# Test MCP endpoint with tools/list
curl -X POST http://localhost:8000/mcp \
-H "Content-Type: application/json" \
-d '{"jsonrpc": "2.0","id": 1,"method": "tools/list"}'
# Test MCP endpoint with tools/call
curl -X POST http://localhost:8000/mcp \
-H "Content-Type: application/json" \
-d '{ "jsonrpc": "2.0", "id": 2, "method": "tools/call", "params": {"name": "get_weather", "arguments": {"location": "New York"}}}'
```
### Test del server A2A locale
Testa il tuo server A2A localmente usando Docker
```
docker run -p 9000:9000
# Test ping endpoint
curl http://localhost:9000/ping
# Retrieve agent card
curl http://localhost:9000/.well-known/agent-card.json
# Test A2A endpoint with message/send
curl -X POST http://localhost:9000/ \
-H "Content-Type: application/json" \
-d '{ "jsonrpc": "2.0", "id": "req-001", "method": "message/send", "params": { "message": { "role": "user", "parts": [ { "kind": "text", "text": "what is 101 * 11?"}],"messageId": "12345678-1234-1234-1234-123456789012" }}}'
```
### Test su Bedrock Runtime AgentCore
Dopo aver testato il contenitore localmente, caricalo su Amazon Elastic Container Registry (Amazon ECR) e distribuiscilo su Amazon Bedrock Runtime. AgentCore Puoi eseguire la distribuzione utilizzando la console Amazon Bedrock AgentCore Runtime o AWS Command Line Interface ()AWS CLI.
## Le migliori pratiche per la configurazione dei container
### Considerazioni relative alla sicurezza
+ **Isolamento**: non archiviare dati sensibili tra una chiamata e l'altra
+ **Autenticazione**: convalida tutte le richieste in arrivo
+ **Registrazione**: registra le informazioni appropriate ma evita di includere dati sensibili
+ **Dipendenze**: mantieni aggiornate tutte le dipendenze per prevenire vulnerabilità di sicurezza
### Ottimizzazione delle prestazioni
+ **Avvio a freddo**: ottimizza il contenitore per avviamenti rapidi a freddo
+ **Utilizzo della memoria**: riduci al minimo l'ingombro della memoria per migliorare le prestazioni
+ **Concorrenza**: progetta il tuo agente per gestire le richieste simultanee in modo efficiente
+ **Timeout: implementa una corretta** gestione dei timeout
### Gestione degli errori
+ **Graceful degradation**: implementa meccanismi di fallback per quando i servizi non sono disponibili
+ **Errori strutturati**: restituisce risposte di errore ben strutturate con codici di stato HTTP appropriati
+ **Logica di riprova: implementa una logica** di ripetizione appropriata per errori transitori
## Marketplace AWS Requisiti per la presentazione
Quando invii il contenitore AgentCore Runtime a Marketplace AWS, includi:
+ **Immagine del contenitore: l'**immagine del contenitore è stata inviata ad Amazon ECR
+ **Documentazione**: documentazione completa su come utilizzare l'agente o il server MCP
+ **Esempi di utilizzo**: esempi chiari di come richiamare l'agente o il server MCP
+ Informazioni di **supporto: informazioni** di contatto per l'assistenza
+ **Informazioni sui prezzi**: struttura tariffaria chiara per l'agente o il server MCP
## Risorse aggiuntive
Per ulteriori informazioni, consulta gli argomenti seguenti:
+ [Cos'è Amazon Bedrock AgentCore?](https://docs.aws.amazon.com/bedrock-agentcore/latest/devguide/what-is-bedrock-agentcore.html)
+ [Che cos'è Marketplace AWS?](https://docs.aws.amazon.com/marketplace/latest/userguide/what-is-marketplace.html)
+ [Guida introduttiva ai prodotti in container](container-product-getting-started.md)
## Support per AgentCore Runtime su Marketplace AWS
Per domande relative alla pubblicazione del contenitore AgentCore Runtime Marketplace AWS, consulta [Ottenere assistenza per Marketplace AWS](https://docs.aws.amazon.com/marketplace/latest/buyerguide/buyer-support.html).
Per domande tecniche su AgentCore Runtime, consulta [Supporto AWS e Servizio clienti](https://console.aws.amazon.com/support/home#/case/create?issueType=technical).
# Integrazione di MCP
AWS MCP Server (MCP) è uno standard aperto che consente una comunicazione senza interruzioni tra agenti di intelligenza artificiale e strumenti esterni. Quando implementi MCP nel tuo agente o strumento di intelligenza artificiale, i clienti possono integrare la tua soluzione direttamente nei flussi di lavoro agentici esistenti senza complessi interventi di integrazione delle API.
MCP trasforma il modo in cui gli agenti AI accedono alle funzionalità esterne. Invece di creare integrazioni personalizzate per ogni strumento, gli agenti utilizzano un protocollo standardizzato per scoprire, connettersi e interagire con i servizi compatibili con MCP. Questo approccio riduce la complessità dell'integrazione e abilita la funzionalità. plug-and-play
Per ulteriori informazioni sull'implementazione AWS MCP Server nel tuo agente o strumento, consulta[Integrazione di MCP](#integrating-mcp).
**Topics**
+ [Principali vantaggi dell' AWS MCP Server integrazione](#mcp-benefits)
+ [AWS MCP Server Architettura e componenti](#mcp-architecture)
+ [Requisiti tecnici per l'implementazione AWS MCP Server](#mcp-implementation)
+ [Test e convalida](#mcp-testing)
+ [Requisiti di documentazione](#mcp-documentation)
+ [Risorse aggiuntive](#mcp-resources)
## Principali vantaggi dell' AWS MCP Server integrazione
L'integrazione MCP offre vantaggi sia ai fornitori di agenti di intelligenza artificiale che agli utenti finali.
### Vantaggi per i fornitori di agenti AI
+ Raggiungi i clienti utilizzando le più diffuse soluzioni di sviluppo AI che supportano MCP.
+ Riduci le difficoltà legate all'onboarding dei clienti con un'integrazione standardizzata.
+ Abilita la scoperta tramite applicazioni client compatibili con MCP.
+ Supporta più piattaforme client con un'unica implementazione.
### Vantaggi per gli utenti finali
+ Aggiungi le tue funzionalità ai flussi di lavoro di intelligenza artificiale esistenti senza sviluppo personalizzato.
+ Utilizza interfacce AWS MCP Server client familiari che già conoscono.
+ Approfitta della gestione automatica dei protocolli e della gestione degli errori.
+ Accedi ai tuoi strumenti tramite più piattaforme e applicazioni di intelligenza artificiale.
+ Mantieni un'autenticazione coerente tra i servizi AWS MCP Server abilitati.
## AWS MCP Server Architettura e componenti
AWS MCP Server utilizza un'architettura client-server in cui l'agente o lo strumento di intelligenza artificiale funge da server. AWS MCP Server Le applicazioni dei clienti (AWS MCP Server client) si connettono al server per accedere alle funzionalità dell'utente.
Il protocollo definisce i seguenti tre tipi principali di funzionalità:
+ **Strumenti**: funzioni che gli agenti possono chiamare per eseguire azioni.
+ **Risorse**: fonti di dati che gli agenti possono leggere o interrogare.
+ **Prompt**: modelli di prompt predefiniti che gli agenti possono utilizzare.
## Requisiti tecnici per l'implementazione AWS MCP Server
Il AWS MCP Server server deve implementare le seguenti specifiche del protocollo di base:
+ Protocollo di comunicazione JSON-RPC 2.0
+ Tipi e formati di messaggi standard AWS MCP Server
+ Pubblicità e scoperta delle funzionalità
+ Autenticazione e gestione delle sessioni
+ Gestione degli errori e segnalazione dello stato
### Passaggi dell’implementazione
1. Definisci le tue capacità (strumenti, risorse o istruzioni).
1. Implementa l'interfaccia del AWS MCP Server server.
1. Crea schemi di funzionalità utilizzando JSON Schema.
1. Implementa l'autenticazione e l'autorizzazione.
1. Aggiungi la gestione e la registrazione degli errori.
1. Esegui il test con AWS MCP Server client compatibili.
1. Documenta le tue capacità per i clienti.
### Esempio di definizione delle funzionalità
```
{
"name": "search_knowledge_base",
"description": "Search the knowledge base for relevant information",
"parameters": {
"type": "object",
"properties": {
"query": {
"type": "string",
"description": "The search query"
},
"max_results": {
"type": "integer",
"description": "Maximum number of results to return",
"default": 5
}
},
"required": ["query"]
}
}
```
## Test e convalida
Prima di inserire nell'elenco il vostro agente o strumento AWS MCP Server compatibile Marketplace AWS, testate attentamente la vostra implementazione:
+ Verifica l'individuazione delle funzionalità e la convalida dello schema
+ Testa i flussi di autenticazione e la gestione degli errori
+ Convalida le prestazioni in varie condizioni di carico
+ Garantisci la compatibilità con i client più diffusi AWS MCP Server
+ Documenta eventuali requisiti di configurazione specifici del cliente
## Requisiti di documentazione
Quando elenchi un agente o uno strumento AWS MCP Server compatibile su Marketplace AWS, includi una documentazione completa:
+ Descrizioni ed esempi dettagliati delle funzionalità
+ Istruzioni di autenticazione e configurazione
+ Codice di esempio per scenari di integrazione comuni
+ Guide alla risoluzione dei problemi e riferimenti agli errori
+ Considerazioni e best practice sulle prestazioni
## Risorse aggiuntive
Per ulteriori informazioni sull'implementazione AWS MCP Server nel tuo agente o strumento di intelligenza artificiale, consulta queste risorse:
+ [Specificazione del protocollo Model Context](https://modelcontextprotocol.github.io/)
+ [Archivio MCP GitHub ](https://github.com/modelcontextprotocol/mcp)
+ [Marketplace AWS Team operativo del venditore per AWS MCP Server il supporto](https://aws.amazon.com/marketplace/management/contact-us/) all'integrazione