Amazon Bedrock, AgentCore, SageMaker y Q: agentes en Microsoft Teams

Este es un manual de estrategia de FDE (Ingeniero implementado hacia adelante) para implementar Amazon Bedrock, Amazon Bedrock AgentCore, Amazon SageMaker, y Amazon Q, y luego lanzar agentes al negocio a través de Microsoft Teams. Cubre opciones de arquitectura, una configuración concreta del primer agente, herramientas, capacitación y estimaciones de calendario para aplicaciones LLM, RAG y MLOps.

1. Planteamiento del problema para el negocio.

La mayoría de las empresas no necesitan "otro chatbot". ellos necesitan Agentes que actúan dentro de los flujos de trabajo existentes.: responda a partir de conocimientos aprobados, llame a herramientas con identidad, mantenga la memoria de la sesión y acceda a lugares donde los empleados ya colaboran (normalmente Teams).

El trabajo de un FDE es comprimir la brecha entre una referencia de AWS en funcionamiento y una piloto gobernado: un departamento, un corpus, primero herramientas de lectura, adopción mensurable y luego expansión.

2. Mapa de servicios: elija la superficie AWS adecuada

2.1 Amazon Bedrock

• Modelos de cimentacion a través de una única API (Anthropic Claude, Amazon Nova, Meta Llama, Cohere, etc. – disponibilidad por región).
• Guardrails para filtros de contenido, negación de temas, redacción de PII y comprobaciones de conexión a tierra.
• Knowledge Base para RAG administrado (ingesta desde S3/conectores, incrustaciones, recuperación).
• Agentes de lecho rocoso / Flujos para patrones de orquestación cuando permaneces dentro del modelo de agente de Bedrock.

Utilice Bedrock cuando: desea FM administrados, RAG y seguridad sin operar GPU.

2.2 Amazon Bedrock AgentCore

AgentCore es la capa de tiempo de ejecución de producción para agentes personalizados (agnóstico del marco: Strands, LangGraph, CrewAI, Python personalizado, etc.):

• Tiempo de ejecución — invocaciones de agentes de larga duración y aisladas de sesión.
• Puerta de enlace — convertir las API / MCP / OpenAPI en herramientas de agentes; incluye Microsoft Teams Gráfico objetivos (mensajes de canal, chats, reuniones, presencia, reuniones en línea).
• Memoria — memoria conversacional/episódica a corto y largo plazo.
• Identidad — validación JWT entrante y OAuth saliente a herramientas (incluido Microsoft Entra ID).
• Observabilidad — seguimientos y métricas en rutas compatibles con CloudWatch / OpenTelemetry.

Utilice AgentCore cuando: usted posee el código de agente, necesita herramientas + identidad + memoria y desea un tiempo de ejecución administrado en lugar de pegamento DIY ECS/Lambda para cada inquietud.

2.3 ⟦MAE⟧

• Entrene/ajuste/evalúe modelos personalizados.
• Puntos finales de host (en tiempo real, sin servidor, asíncronos).
• Tuberías, Registro de modelos, Almacén de funciones, Aclarar, Monitor de modelos para MLOps.
• Puede introducir modelos personalizados en Bedrock Custom Model Import o sentarse junto a Bedrock como puntos finales especializados.

Utilice SageMaker cuando: Los FM disponibles en el mercado no son suficientes (clasificadores de dominio, clasificación, incorporaciones ajustadas, gobernanza de modelos regulados).

2.4 Amazon Q

• Amazon Q Negocios (La denominación de los productos continúa evolucionando hacia Quick Suite/empaquetado de asistente empresarial): conectores para SaaS y conocimiento, preguntas y respuestas de los empleados, complementos.
• Amazon Q Desarrollador — Asistente de codificación IDE/CLI para constructores de AWS.

Utilice Amazon Q cuando: quieres un producido Asistente con ingeniería de agente menos personalizada. Utilice AgentCore + Bedrock cuando necesite herramientas personalizadas profundas, flujos de trabajo de varios pasos o una experiencia de usuario nativa de Teams que usted controle.

2.5 Matriz de decisión

3. Arquitectura de referencia (agentes de negocio en Teams)

Microsoft Teams (user)
        │  Bot Framework activity
        ▼
Azure Bot Service / Teams channel
        │  HTTPS messaging endpoint
        ▼
AWS Lambda / API Gateway  (Bot adapter + JWT mint)
        │  POST /runtimes/{agentRuntimeArn}/invocations
        │  Header: Authorization Bearer <JWT>
        │  Header: X-Amzn-Bedrock-AgentCore-Runtime-Session-Id: teams-{aad}-{conv}
        ▼
Bedrock AgentCore Runtime  (your agent container / code)
        ├── Bedrock InvokeModel (Claude / Nova / …)
        ├── Knowledge Base retrieve (RAG)
        ├── Guardrails
        ├── AgentCore Memory
        └── AgentCore Gateway tools
              ├── Microsoft Graph (Teams channels / chats)  [Entra OAuth]
              ├── Internal APIs (CRM, ITSM, HR)
              └── MCP / OpenAPI targets
        ▼
CloudWatch / X-Ray / OTel traces  +  audit logs (S3)

Regla general de ID de sesión: un hilo de conversación de Teams debe asignarse a una sesión AgentCore, p. teams-{aadObjectId}-{conversationId}, para que la memoria y el contexto de la herramienta permanezcan coherentes.

4. Primer agente disponible en Teams: paso a paso

Objetivo: un leído principalmente agente de conocimiento interno en un canal piloto de Teams en un plazo de aproximadamente 3 a 6 semanas.

Fase A: fundación de AWS (días 1 a 5)

1. Elija región (confirme disponibilidad del modelo Bedrock + AgentCore + Knowledge Base).
2. Habilite el acceso al modelo Bedrock; cree roles IAM para inferencia, KB y AgentCore.
3. Cree un depósito S3 para corpus; sincronizar una exportación o conector piloto de SharePoint/Confluence.
4. Crear Bedrock Knowledge Base + tienda de vectores; ejecutar sincronización; prueba RetrieveAndGenerate.
5. Adjunte un Guardrails (niegue fuera de tema, redacte la PII, requiera conexión a tierra cuando sea compatible).

Fase B: Agente en AgentCore (días 5 a 15)

1. Agente de scaffolding (Python/TypeScript) utilizando su marco preferido o muestras de AWS.
2. Llamadas modelo por cable a Bedrock; recuperación de cable a Knowledge Base.
3. Defina solo 2 o 3 herramientas (por ejemplo, buscar KB, obtener el estado del ticket de solo lectura, obtener el perfil del usuario).
4. Configure la memoria AgentCore para conversaciones de corta duración.
5. Configurar identidad AgentCore: validar JWT entrante; registre Entra ID como IdP para herramientas de Microsoft.
6. Implementar en AgentCore Runtime; prueba de humo /invocations con rizo y una prueba JWT.
7. Habilitar la observabilidad; definir un panel CloudWatch (latencia, errores, token/proxies de costo).

Fase C: los equipos salen a la superficie (días 10 a 20, paralelos)

1. Registre una aplicación Entra ID; crear un robot de Azure; habilitar el canal de Teams.
2. Crear paquete de aplicación Teams (manifiesto, íconos); carga lateral u publicación organizativa para el grupo de seguridad piloto.
3. Implementar punto final de mensajería (se recomienda Lambda): adaptador Bot Framework → asignar actividad a la carga útil AgentCore.
4. Propagar la identidad del usuario (ID de objeto AAD, UPN) en JWT reclamaciones AgentCore La identidad espera.
5. Responder con texto de agente (y Adaptive Cards más tarde); Manejar los indicadores y errores tipográficos con elegancia.
6. Piloto: un canal, de 10 a 30 usuarios, formulario de comentarios/reacciones emoji, horario de oficina semanal FDE.

Fase D: endurecimiento (días 15 a 30)

1. IAM con privilegios mínimos; Secrets Manager para certificados/contraseñas de aplicaciones de bot.
2. Red: rutas API privadas cuando sea necesario; WAF en puntos finales públicos.
3. Datos: clasificar corpus; bloquear herramientas de escritura de alto riesgo hasta que exista control de cambios.
4. Conjunto de evaluación: 50 a 100 preguntas y respuestas doradas; medir la calidad de la conexión a tierra / rechazo.
5. Runbook: rotar secretos, revertir la versión de Runtime, deshabilitar la aplicación Teams.

Equipos mínimos → AgentCore invocar forma

POST /runtimes/{agentRuntimeArn}/invocations
Authorization: Bearer <jwt>
X-Amzn-Bedrock-AgentCore-Runtime-Session-Id: teams-{aadObjectId}-{conversationId}
Content-Type: application/json

{
  "input": {
    "prompt": "<user message text>",
    "user": { "aadObjectId": "...", "upn": "..." },
    "channel": { "teamId": "...", "channelId": "..." }
  }
}

El esquema de carga útil exacto depende del contrato de su agente: manténgalo versionado.

5. AgentCore + Microsoft Graph (agentes que actúan en Teams)

Más allá del “chat en Teams”, AgentCore Gateway puede exponer Gráfico de equipos operaciones como herramientas (canal de envío de mensajes, gestión de chats, reuniones, presencia). Los requisitos suelen incluir:

• Aplicación Entra ID con permisos Graph (comience con el privilegio mínimo; consentimiento del administrador).
• AgentCore Identidad OAuth cliente para Entra.
• Objetivo de puerta de enlace para Microsoft Teams / Graph.
• Humano en el circuito para cualquier escritura/envío hasta que se establezca la confianza.

FDE orientación: barco agente de chat entrante primero; agregar acciones gráficas salientes en un segundo ticket de cambio con listas de permitidos explícitas (canales, equipos, plantillas de mensajes).

6. SageMaker en el mismo programa

No bloquee el piloto de Teams en SageMaker. Introduzca SageMaker cuando necesite:

• Clasificadores de dominio específicos (intención, urgencia, detección de PII más allá de Guardrails).
• Incrustaciones o reordenadores ajustados para una calidad RAG.
• Entrenamiento de modelos regulado con Registro de Modelos + puertas de aprobación.
• Trabajos de inferencia por lotes sobre grandes corpus.

Esqueleto típico de MLOps: SageMaker Canalizaciones → Registro de modelo → punto final de preparación → canario → prod; seguimiento con Model Monitor; promocionar solo a través de CI (CodePipeline / GitHub Actions) con IaC (Terraform / CDK).

7. Amazon Q en el mismo programa

• Q negocios para preguntas y respuestas amplias de los empleados con conectores administrados, a menudo más rápido que el RAG personalizado para "buscar en la intranet".
• Desarrollador Q para FDE/productividad de ingeniería de plataforma (IaC, Lambda, CDK).
• Patrón: Q para ancho; AgentCore agentes para profundidad (workflow + herramientas + Teams UX).

8. Plan de estudios de formación FDE (implementación y lanzamiento)

Rampa FDE total: ~2 a 3 semanas de capacitación enfocada + entrega en parejas en el primer piloto.

9. Lista de verificación de requisitos

gente

• FDE (agente + integración)
• Ingeniero de nube/plataforma (IAM, redes, IaC)
• Microsoft 365/Entra admin (consentimiento de la aplicación, publicación de Teams)
• Revisor de seguridad/cumplimiento
• Propietario de negocio + usuarios piloto

Cuentas y acceso

• Cuenta(s) de AWS con Bedrock, AgentCore, S3, CloudWatch; opcional SageMaker / Q
• Entra ID inquilino; Suscripción de Azure para Bot Service
• Derechos de administrador de Teams para cargar/aprobar aplicaciones

Datos

• Corpus piloto con propiedad y retención claras
• Etiquetas de clasificación; Política de manejo de PII
• Preguntas de evaluación de oro

10. Lista de verificación de herramientas

11. Estimaciones de tiempo (dirigidas por FDE, indicativas)

Asume un FDE enfocado + plataforma a tiempo parcial + disponibilidad de administrador de Entra. Días calendario, no solo horas-persona.

12. Lista de verificación de lanzamiento (negocios)

1. Propietario de negocio designado y métricas de éxito (desviación, tiempo de respuesta, CSAT).
2. Grupo y canal piloto de seguridad; Horario de soporte para FDE.
3. SLA de actualización de contenido para sincronización de Knowledge Base.
4. Ruta del incidente: deshabilitar el bot, rotar secretos, llamar a la persona de guardia.
5. Alertas de presupuesto de costos en tokens Bedrock y tiempo de ejecución AgentCore.
6. Puerta de decisión: expandir, pausar o producir después de 4 a 6 semanas de uso de datos.

13. Modos de falla comunes

• Hirviendo el océano: multiagente + herramientas de escritura + intranet completa antes de un único piloto de Teams.
• Identidad última: construir el agente sin diseño Entra/JWT: volver a trabajar cuando llegue Teams.
• Sin conjunto dorado: No puedo decir si RAG mejoró después de realizar cambios fragmentados.
• SageMaker demasiado pronto: entrenar modelos personalizados antes de recuperar la calidad es buena.
• Sorpresa de consentimiento del administrador: Permisos de equipos/gráficos bloqueados durante semanas: inicie los tickets de Entra el día 1.

14. Cierre

lecho de roca le ofrece modelos, RAG y barandillas. AgentCore le brinda un tiempo de ejecución del agente de producción con memoria, identidad y herramientas (incluido Teams Graph). SageMaker cubre ML personalizado y MLOps. Amazon Q cubre empleados productizados/asistentes de desarrollo. La ruta FDE que genera valor más rápido es: RAG + Guardrails → AgentCore agente → Teams bot Relay → medir → expandir herramientas, con SageMaker y Q Business como pistas paralelas cuando el caso de uso lo exige.

Publicado por Workstation – para programas de entrega que colocan agentes donde el negocio ya trabaja.