Amazon Bedrock AgentCore 全面解析

在 n8n 工作流中添加 AI 能力，内置的 AI Agent 节点是一个不错的起点，但它本质上只是一次模型调用。真正的生产级智能体需要跨轮次的持久记忆、可实际执行操作的工具（如浏览器或代码沙箱），以及处理复杂长任务的能力。自行搭建这套脚手架往往耗费团队大量时间，而这正是 Amazon Bedrock AgentCore harness 所要解决的问题。

AgentCore harness 作为 Amazon Bedrock AgentCore 平台的核心能力，现已正式发布（GA）。它以托管方式提供智能体运行所需的完整编排层：自动执行推理循环、调用工具、管理上下文窗口、跨会话保持状态，并在独立隔离环境中运行每个会话，每个会话拥有独立的文件系统、Shell 环境和网页浏览能力。开发者只需通过配置声明智能体的行为，AgentCore 负责组装并运行整个循环。

新发布的开源社区节点 @aws/n8n-nodes-agentcore 将上述能力直接带入 n8n 编辑器。节点的核心逻辑围绕一个关键字段 Harness ARN 展开：留空时，节点会在首次运行时自动创建智能体，后续运行复用同一实例，配置变更时自动更新；填入已有 ARN 则直接调用该智能体，支持复用在 n8n 之外创建的智能体。凭证配置方式与现有 AWS Lambda、Amazon S3 节点保持一致，对已有 AWS 自动化经验的用户几乎没有学习成本。

在模型支持方面，该节点并不绑定单一提供商。开发者可选择 Amazon Bedrock、OpenAI、Google Gemini 或任何 LiteLLM 兼容的模型，甚至可以在同一对话的不同轮次间切换提供商，为多模型策略提供了极大的灵活性。节点底层由 AWS 开源的 Strands Agents 框架驱动，当配置无法满足需求时，开发者还可以将 harness 导出为 Strands 代码，在同一系统上继续运行，保留完整的迁移路径。

从实际使用流程来看，开发者在 n8n 中安装节点后，配置 AWS 凭证（支持临时凭证）和执行角色 ARN，即可开始构建智能体。记忆功能默认开启，节点会自动为智能体创建托管记忆存储，无需额外配置。通过复用相同的 Session ID，智能体可在多次运行间延续对话上下文。首次运行约需 30 至 60 秒完成 AWS 侧的资源创建，后续调用速度显著提升。

值得注意的是，AgentCore harness、托管记忆存储以及 VPC 端点均为计费 AWS 资源，开发者在完成测试后应及时清理相关资源以控制成本。在安全实践上，AWS 建议优先使用来自 IAM Identity Center 或 AWS STS 的临时凭证，遵循最小权限原则配置 IAM 权限，并避免将凭证提交至代码仓库。该节点以 MIT 协议开源，社区可自由贡献与扩展。

要点

• Amazon Bedrock AgentCore harness 正式发布，通过 n8n 开源社区节点，开发者无需编写基础设施代码即可在可视化编辑器中构建生产级智能体。
• 节点支持持久记忆、代码解释器、网页浏览等真实工具调用，每个会话在独立隔离环境中运行，具备跨会话状态保持与故障恢复能力。
• 多模型提供商支持（Amazon Bedrock、OpenAI、Google Gemini、LiteLLM）且可在同一对话轮次间切换，避免厂商锁定。
• 底层由 AWS 开源框架 Strands Agents 驱动，支持将配置导出为代码，保留从托管服务向自定义部署迁移的完整路径。
• AgentCore harness 及相关托管资源为计费服务，生产部署前需关注权限最小化配置与资源清理，以控制安全风险和使用成本。