本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

# 列出 Container-based AI 代理产品
<a name="listing-container-ai-agents"></a>

## 管理基于容器的 AI 代理和工具
<a name="managing-container-ai-agents"></a>

Container-based 在 Amazon Bedrock AgentCore Runtime 上运行的人工智能代理和工具可以通过统一的 **AI 代理和工具**产品页面或 AWS Marketplace 管理控制台中的**服务器**产品页面进行管理。只有版本支持 Amazon Bedrock AgentCore Runtime 的产品才会显示在 **AI 代理和工具**产品页面上。

## 启动上架向导
<a name="start-container-listing-wizard"></a>

1. 使用您[的 AWS 卖家账户登录 AWS 合作伙伴中心](https://aws.amazon.com/marketplace/management/homepage/)。

1. 选择 “**构建**”，然后在导航栏中选择 **AI 代理和工具**。

1. 选择 “**创建 AI 代理和工具” 产品**菜单，然后选择 **Container-based AI 代理和工具**。

1. 选择**生成产品 ID 和产品代码**。

1. （可选）添加标签以支持基于标签的授权。

1. 选择**继续**。

## 第 1 步：提供产品信息
<a name="container-step-1-product-info"></a>

1. 在**产品信息**中，输入：
   + **产品标题**
   + **产品徽标 S3 URL**
   + **简短描述**
   + **详细描述**
   + **亮点（1-3 条）**

1. 输入支持详细信息并通过选择“添加资源”来添加可选的学习资源。

1. 在**产品类别**菜单中，选择 1-3 个类别。建议从**人工智能代理和工具**业务类别中选择至少一个类别。

1. 输入关键字以提升搜索可发现性。

1. （可选）根据相关指南添加视频和图片素材。

1. 选择**下一步**。

## 第 2 步：配置人工智能代理容器定价
<a name="container-step-2-pricing"></a>

1. 选择定价模式。
**AgentCore 定价限制**  
如果容器镜像使用 AgentCore，则不支持 “**每小时**” 和 “**使用量”（含长期合同**定价模式）。要了解有关合同定价的更多信息，请参阅[集装箱产品的合同定价 AWS License Manager](container-license-manager-integration.md)。要了解基于使用量的定价的自定义计量的更多信息，请参阅[使用 AWS Marketplace Metering Service 对容器产品配置自定义计量](container-metering-meterusage.md)。

1. 选择**下一步**。

1. 前往**设置价格**。

1. 选择**下一步**。

## 第 3 步：指定退款政策
<a name="container-step-3-refund"></a>

1. 输入退款政策内容。

1. 选择**下一步**。

**注意**  
如果您选择了免费产品定价模式，则无需填写退款政策。

## 第 4 步：配置 EULA
<a name="container-step-4-eula"></a>

1. 选择 ** AWS Marketplace的标准合同**或**自定义 EULA**。
**注意**  
如果您选择“自定义 EULA”，请输入最终用户许可协议的 URL。

1. 选择**下一步**。

## 第 5 步：添加存储库
<a name="container-step-5-repositories"></a>

1. 为您的容器产品添加初始存储库。
**注意**  
存储库名称在您卖家账户下的所有产品中必须唯一。每个产品最多可创建 50 个存储库。

1. 选择**下一步**。

## 第 6 步：配置优惠可用性/允许列表
<a name="container-step-6-availability"></a>

1. 在**配置优惠可用性**中，选择您的地理可用性设置。

1. 选择**下一步**。

1. 在**配置允许列表**中，列出上架产品处于有限可见性状态时有权访问该产品的所有 AWS 账户。

1. 选择**提交**，创建新的有限可见性测试变更请求。

   等待 10-15 分钟，直至请求状态更新为*成功*。

## 第 7 步：将容器映像和构件上传到存储库
<a name="container-step-7-upload"></a>

**注意**  
查看[适用于 Amazon Bedrock AgentCore 运行时 AWS Marketplace](bedrock-agentcore-runtime.md)如何 AgentCore 与您的容器镜像集成。

1. 查找 ECR 存储库的 URL：
   + 在 AWS 合作伙伴中心打开服务器产品页面。
   + 选择您的容器产品以查看详细信息。
   + 选择“存储库”选项卡以复制存储库的 URL。

1. 选择**查看推送命令**以打开指令列表，包括可用于将 Docker 容器映像和 Helm 图表推送到该存储库的命令。有关如何将容器映像和其他构件推送到存储库的一般信息，请参阅《Amazon Elastic Container Registry 用户指南》中的[推送映像](https://docs.aws.amazon.com/AmazonECR/latest/userguide/docker-push-ecr-image.html)。
**注意**  
调用 docker pull 或 docker push 时，您可以使用以下 Amazon Elastic Container Registry（Amazon ECR）API 操作：  
DescribeImages -使用它来查看存储库中有关图像的元数据。
GetAuthorizationToken -用于在将工件上传到存储库之前进行身份验证，然后使用 docker pull 或 docker push 命令。
ListImages -用于查看您推送的图像列表。

1. 使用列出的命令将任何需要的工件从本地存储库推送到产品的 AWS Marketplace 存储库。
**注意**  
您在 push 命令中提供的标签用于区分要上传到存储库的构件的版本。使用对构件所属版本有意义的标签。

1. 对版本中需要的每个容器映像或构件重复此操作。
**注意**  
您的版本在每个交付选项中最多可以包含 50 个容器映像或构件。有关交付选项的更多信息，请参阅以下过程。

1. 上传构件后，您就可以创建产品版本了。
**注意**  
系统会自动扫描您的容器映像，以查看它们是否符合[基于容器的产品要求 AWS Marketplace](container-product-policies.md)。有关更多信息，请参阅 [容器产品扫描是否存在安全问题](container-product-getting-started.md#container-security)。

## 第 8 步：添加带素材的新产品版本
<a name="container-step-8-version"></a>

1. 在 **AWS 合作伙伴中心打开 AI 代理和工具**产品页面。
**注意**  
只有版本支持 Amazon Bedrock AgentCore Runtime 的容器产品才会显示在 **AI 代理和工具**产品页面上。在添加第一个版本之前，您只能在 AWS 合作伙伴中心的 **Server** 产品页面中找到您的产品。为 Amazon Bedrock AgentCore Runtime 创建版本后，您将在**人工智能代理和工具**产品页面中找到您的容器产品。

1. 选择您的容器产品并单击**请求更改**下拉菜单，选择**更新版本**，然后选择**添加新版本**。

1. 在**交付选项**中，输入：
   + **版本标题**
   + **发行说明**

1. 选择**添加交付选项**。

1. 对于**交付方式**，选择**容器映像**并填写以下信息：
   + **支持的服务**：选择买家可在其中启动该软件的环境。
   + **对于 **Bedrock AgentCore** 服务，请在 “类型” 字段中选择 A **I 代理、MCP 服务器或 A2A 服务器**。**
   + **容器映像**：填写前文指定的*存储库 URL* 和*版本标签*。
   + **交付选项标题**和**部署选项描述**：为该交付选项输入标题和描述。
   + **使用说明**：输入详细信息，帮助买家启动该软件后顺利使用。
   + **环境变量**：指定买家在配置代理运行时行为时必须提供的环境变量。这些变量可用于在启动时将设置、凭据或自定义标志传递给容器。为每个变量提供容器预期的名称、描述和可选的默认值。对于诸如凭证或 API 密钥之类的唯一变量，请不要提供默认值。您可以使用描述来指定有关变量的详细信息以及可能的值。当买家发布您的商品时，系统将预先填充所有提供的变量及其默认值。

1. 如果您选择了 A **I 代理**或 **A2A 服务器**工具类型，请确认您的代理使用推理 LLM 并展示了自主能力。这些要求旨在确保 AWS Marketplace 上的代理达到高标准质量。如果您的代理未同时满足这两项要求，请选择其他工具类型。

1. 选择**添加版本**。

   等待并刷新页面，直到请求状态显示*成功*。

   新增版本时，系统会自动对容器映像进行漏洞扫描。

## 第 9 步：审核产品上架信息并发布至公开可见状态
<a name="container-step-9-publish"></a>

1. 在 **AWS 合作伙伴中心打开 AI 代理和工具**产品页面。

1. 在产品列表中选择您的容器产品。

1. 选择 “**查看开启**” AWS Marketplace。

1. 审核产品详细信息页面的准确性。确保使用说明能充分引导买家完成发布产品的必要步骤。

1. 提交“更新可见性至公开状态”的请求：
   + 进入**服务器产品**页面，在**当前服务器产品**选项卡上，选择要修改的基于容器的产品。从**请求更改**下拉列表中，选择**更新可见性**。

## 容器部署详细信息
<a name="container-deployment-details"></a>

容器部署将您的人工智能代理或工具打包为容器化应用程序，客户可以在自己的 AWS 环境中运行该应用程序。该部署方式具有以下优势：
+ 数据始终保留在客户的环境中
+ 部署配置支持自定义
+ 支持与 Bedrock AgentCore Runtime 和客户现有基础架构的集成

上架容器化代理产品时，需提供清晰的部署说明、资源要求及配置选项，确保客户能够顺利部署使用。

### 基岩 AgentCore 运行时容器的技术要求
<a name="bedrock-agentcore-runtime-requirements"></a>

**注意**  
有关更多信息，请参阅[适用于 Amazon Bedrock AgentCore 运行时 AWS Marketplace](bedrock-agentcore-runtime.md)。

为创建基于容器的 AI 代理产品时 AWS Marketplace，请遵循以下要求：

MCP 服务器要求  
+ **传输**：仅支持无状态且可流式传输的 HTTP
+ **会话管理**：平台会自动添加 `Mcp-Session-Id` 标头以实现会话隔离
+ **主机**：容器必须侦听 `0.0.0.0`
+ **端口**：容器必须公开端口 `8000` 才能进行 MCP 服务器通信
+ **路径**：`/mcp`-用于接收 MCP RPC 消息的 POST 端点。 InvokeAgentRuntime 对于 MCP 服务器会将请求传递到此路径。
+ **协议**：MCP 服务器必须支持 MCP 协议，包括协议消息 “” 和 “tools/listtools/call”（由 FastMCP 等常见框架支持）。

代理要求  
+ **/ping** 端点：用于运行状况检查的 GET 端点
+ **/invocations** 端点：用于代理交互的 POST 端点
+ **Docker 容器**：ARM64 容器化部署包
+ **端口**：容器必须公开端口才能`8080`进行 HTTP-based 代理通信
+ 无硬编码凭证
+ 无常见漏洞和风险（CVE）

A2A 服务器要求  
+ **端口**：A2A 服务器在端口 9000 上运行（而 HTTP 为 8080，MCP 为 8000）
+ **主机**：容器必须侦听 `0.0.0.0`
+ **路径**：A2A 服务器安装在`/`（与 `/invocations` HTTP 相比，`/mcp`MCP 服务器安装在）
+ **特工卡**：A2A 通过代理卡提供内置代理发现功能 `/.well-known/agent-card.json`
+ **协议**： JSON-RPC 用于代理与代理通信
+ **身份验证**：同时支持 Sigv4 和 OAuth 2.0 身份验证方案

使用说明  
确保说明全面指导客户启动和配置产品。请参考[为创建 AMI 和容器产品使用说明 AWS Marketplace](ami-container-product-usage-instructions.md)。

## 测试和验证
<a name="container-testing-validation"></a>

在向公众发布您的 MCP-compatible 代理或工具之前，请彻底测试您的实现：
+ 验证使用说明是否提供了产品启动和配置所需的全部信息。
+ 测试身份验证流程和错误处理机制
+ 验证不同负载条件下的产品性能
+ 确保与常用 MCP 客户端的兼容性
+ 记录所有客户端专属的配置要求

## 最佳实践和建议
<a name="container-best-practices"></a>

### 文档要求
<a name="container-documentation-requirements"></a>

列出模型上下文 Protocol-compatible 代理或工具时 AWS Marketplace，请包括全面的文档：
+ 详细的功能描述和示例
+ 身份验证和配置说明
+ 常见集成场景的示例代码
+ 故障排除指南和错误参考
+ 性能注意事项和最佳实践

### 其他资源
<a name="container-additional-resources"></a>

有关在人工智能代理或工具中实现模型上下文协议的更多信息，请参阅以下资源：
+ [Amazon Bedrock 文档 AgentCore ](https://docs.aws.amazon.com/bedrock-agentcore/latest/devguide/what-is-bedrock-agentcore.html)
+ [适用于 Amazon Bedrock AgentCore 运行时 AWS Marketplace](bedrock-agentcore-runtime.md)
+ [容器技术要求](https://docs.aws.amazon.com/marketplace/latest/userguide/container-product-getting-started.html)