Amazon Bedrock, AgentCore, SageMaker & Q: agents in Microsoft Teams

FDE-playbook: welke AWS-service te gebruiken, eerste Teams-agentpad, en kalenderschattingen voor RAG, MLOps en LLM-apps

Balinder Walia21 juli 20262 min read

Hoe Amazon Bedrock, Bedrock AgentCore, SageMaker en Amazon Q samenhangen — en hoe een FDE een eerste business agent in Microsoft Teams oplevert. Voor de volledige setupgids, toolinglijst en kalenderschattingen, lees het lang artikel.

Amazon Bedrock AgentCore SageMaker Amazon Q-agents in Microsoft Teams

De versie in één alinea. Gebruik Amazon Bedrock voor managed foundation models en RAG knowledge bases. Gebruik Bedrock AgentCore als runtime voor custom agents (memory, tools, identity, observability). Gebruik SageMaker wanneer je custom training, fine-tuning of MLOps-pipelines nodig hebt. Gebruik Amazon Q (Business / Developer) wanneer je een geproductiseerde employee- of builder-assistent wilt met minder engineering. Zet agents waar mensen al werken — Microsoft Teams — via een Bot Framework / Azure Bot-relay naar AgentCore Runtime, met Entra ID voor auth.

Wie doet wat in de AWS-stack

Service	Het beste voor	Niet voor
Amazon Bedrock	Serverless FM’s, Guardrails, Knowledge Bases (RAG), Agents-API’s	Grote modellen vanaf scratch trainen
Bedrock AgentCore	Aangepaste agent-runtime, Gateway-tools (incl. Teams Graph), Identity, Memory	Alleen low-code “chat with my docs”
Amazon SageMaker	Train / fine-tune / host custom models, Pipelines, Feature Store, MLOps	Snelste pad naar een Teams-chatbot-MVP
Amazon Q	Kennishulp voor medewerkers; coding-hulp voor developers op AWS	Diep aangepaste multi-agent producten

Aanbevolen businesspatroon

Week 0–2: Zet Bedrock + Knowledge Base RAG op een pilotcorpus; schakel Guardrails in.
Week 2–4: Pakketiseer een productie-agent op AgentCore Runtime; verbind tools via Gateway (SharePoint, CRM, Teams Graph).
Week 3–5: Lever een Teams-bot die berichten doorstuurt naar AgentCore; houd sessies bij met teams-{aadObjectId}-{conversationId}.
Parallel / later: SageMaker voor custom classifiers of fine-tunes; Amazon Q Business voor org-brede Q&A met minder build.

Eerste agent in Teams (FDE-snapshot)

Minimumpad dat werkt in productiegerichte pilots:

Azure Bot + Teams-appregistratie (Entra ID)
AWS Lambda (of container) als Bot messaging endpoint
POST naar AgentCore Runtime /invocations met JWT
Bedrock Knowledge Base voor RAG; Guardrails voor veiligheid
Pilotkanaal, human feedback loop, CloudWatch-traces

Reken op ongeveer 3–6 weken voor een afgebakende interne agent (één afdeling, één kennisbron, grotendeels read-only tools) met een FDE + platform engineer + security review. Volledige MLOps + multi-agent + write-actions in line-of-business systemen is een kwartaal+.

Timeboxes (indicatief)

Werkstroom	Kalender (FDE-geleid)
Bedrock chat + Guardrails MVP	3–5 dagen
Knowledge Base RAG (one corpus)	1–2 weken
AgentCore agent + 2–3 tools	2–3 weken
Teams-bot + admin-publicatiepilot	1–2 weken (overlap)
Amazon Q Business (managed assistant)	1–3 weken
SageMaker fine-tune + endpoint + MLOps	4–8+ weken

Lees de lange versie

De lang artikel dekt architectuurdiagrammen in proza, stapsgewijze Teams first-agent setup, Entra ID met AgentCore Identity, Gateway tool-targets, FDE-trainingscurriculum, requirements/tooling-checklists en gefaseerde schattingen voor LLM-apps, RAG en MLOps. Gepubliceerd door Workstation.

Loading blog...

Aws Amazon Bedrock Agentcore Sagemaker Amazon Q Microsoft Teams AI Agents Rag LLM MLOps AI DevOps