> ## Documentation Index
> Fetch the complete documentation index at: https://docs.coreweave.com/llms.txt
> Use this file to discover all available pages before exploring further.

# Bedrock Agents

> Weave로 Amazon Bedrock Agents 호출을 트레이스하여 에이전트 입력, 파운데이션 모델 사용량, 완료 출력을 캡처하세요.

[Amazon Bedrock Agents](https://docs.aws.amazon.com/bedrock/latest/userguide/agents.html)를 사용하면 파운데이션 모델, 지식 베이스, 액션 그룹을 오케스트레이션하는 관리형 AI 에이전트를 AWS에서 구축할 수 있습니다. Weave는 `bedrock-agent-runtime` 클라이언트에 대한 Call을 트레이스하므로, 각 `invoke_agent` 호출의 파운데이션 모델, 토큰 사용량, 세션 ID, 에이전트 응답을 살펴볼 수 있습니다.

<Note>
  Weave TypeScript SDK는 현재 Bedrock Agents 인테그레이션을 지원하지 않습니다.
</Note>

<h2 id="prerequisites">
  사전 요구 사항
</h2>

* W\&B API 키. 자세한 내용은 [API 키](/ko/products/wandb/platform/app/settings-page/user-settings#api-keys)를 참조하세요.
* Bedrock Agents에 액세스할 수 있는 계정으로 설정된 AWS 자격 증명([Identity and access management for Amazon Bedrock](https://docs.aws.amazon.com/bedrock/latest/userguide/security-iam.html) 참조).
* 기존 Bedrock 에이전트와 별칭. `agentId`와 `agentAliasId`를 기록해 두세요. 다음 AWS CLI 명령을 실행하면 ID에 연결된 에이전트 목록을 가져올 수 있습니다. `<your-region>`은 에이전트가 있는 리전 슬러그로 바꾸세요.

  ```bash theme={"system"}
  aws bedrock-agent list-agents --region us-east-1
  ```

<h2 id="installation">
  설치
</h2>

Weave와 AWS SDK for Python을 설치하세요.

```bash theme={"system"}
pip install weave boto3
```

<h2 id="trace-invoke_agent-calls">
  `invoke_agent` Call 트레이스하기
</h2>

`bedrock-agent-runtime` 클라이언트를 생성한 후 `patch_client`에 전달하세요. Weave가 클라이언트 유형을 감지하여 `invoke_agent` 메서드를 래핑합니다. 패치가 적용되면 평소처럼 클라이언트를 사용하면 됩니다.

```python lines highlight="15-17" theme={"system"}
import boto3

import weave
from weave.integrations.bedrock import patch_client

weave.init("your-team-name/bedrock-agents-demo")

# Bedrock Agents 런타임 클라이언트를 생성하고 패치합니다.
bedrock_agent_client = boto3.client("bedrock-agent-runtime", region_name="us-east-1")
patch_client(bedrock_agent_client)

# 에이전트를 호출합니다. Weave가 오케스트레이션 트레이스 이벤트에서 에이전트가
# 사용하는 파운데이션 모델과 토큰 사용량을 캡처할 수 있도록 `enableTrace=True`를 설정하세요.
response = bedrock_agent_client.invoke_agent(
    agentId="[YOUR-AGENT-ID]",
    agentAliasId="[YOUR-AGENT-ALIAS-ID]",
    sessionId="[YOUR-SESSION-ID]",
    inputText="What is the capital of France?",
    enableTrace=True,
)

# 스트리밍 completion을 읽어 최종 응답 텍스트를 구성합니다.
final_text = ""
for event in response["completion"]:
    chunk = event.get("chunk")
    if chunk and "bytes" in chunk:
        final_text += chunk["bytes"].decode("utf-8")

print(final_text)
```

각 `invoke_agent` Call은 Weights & Biases UI에 `BedrockAgentRuntime.invoke_agent` 트레이스로 표시됩니다. 트레이스에는 다음 정보가 기록됩니다.

* 에이전트 입력(`agentId`, `agentAliasId`, `sessionId`, `inputText`)
* 완료 이벤트 스트림에서 추출한 assistant 텍스트
* 에이전트가 내부적으로 사용하는 파운데이션 모델(오케스트레이션 트레이스에서 추출)
* 토큰 사용량(`prompt_tokens`, `completion_tokens`, `total_tokens`). 에이전트가 보고하는 경우에만 기록됩니다.

파운데이션 모델과 토큰 사용량은 `orchestrationTrace` 이벤트에서 추출됩니다. Bedrock은 `invoke_agent`를 `enableTrace=True`로 Call한 경우에만 이 이벤트를 내보냅니다. 이 플래그를 설정하지 않아도 트레이스에는 입력과 생성된 응답 텍스트가 캡처되지만, 파운데이션 모델은 `bedrock-agent:<agentId>`로 대신 표시되고 토큰 수는 제공되지 않습니다.

<h2 id="nest-related-agent-calls-together">
  관련 에이전트 Call을 함께 중첩하기
</h2>

전처리, 후처리, 연쇄 API 호출 등 관련 로직과 `invoke_agent` Call을 하나로 묶으려면 함수를 `@weave.op`로 래핑하세요. 그러면 Weave가 패치된 `invoke_agent` 트레이스를 상위 op 안에 중첩합니다.

```python lines theme={"system"}
@weave.op
def ask_agent(question: str, session_id: str) -> str:
    response = bedrock_agent_client.invoke_agent(
        agentId="[YOUR-AGENT-ID]",
        agentAliasId="[YOUR-AGENT-ALIAS-ID]",
        sessionId=session_id,
        inputText=question,
        enableTrace=True,
    )
    text = ""
    for event in response["completion"]:
        chunk = event.get("chunk")
        if chunk and "bytes" in chunk:
            text += chunk["bytes"].decode("utf-8")
    return text


answer = ask_agent("Summarize today's open support tickets.", session_id="session-1")
```

<h2 id="multi-turn-conversations">
  멀티턴 대화
</h2>

`sessionId`를 재사용하면 Bedrock Agents가 서비스 측에서 대화 상태를 유지합니다. Weights & Biases UI에서 여러 턴을 하나의 트레이스로 묶으려면 해당 턴들을 `weave.thread`로 래핑하세요.

```python lines theme={"system"}
with weave.thread("support-conversation") as t:
    for prompt in [
        "I can't log in to my account.",
        "I already tried resetting my password.",
    ]:
        ask_agent(prompt, session_id=t.thread_id)
```

Weave는 UI의 Threads 뷰에서 각 턴을 개별 행으로 표시합니다.

<h2 id="view-traces">
  트레이스 보기
</h2>

예시를 실행하면 Weave가 프로젝트 대시보드 링크를 출력합니다. 링크를 열어 각 `invoke_agent` Call의 에이전트 입력, 파운데이션 모델, 토큰 사용량, 생성된 응답을 살펴보세요.


## Related topics

- [Bedrock](/ko/products/wandb/weave/guides/integrations/bedrock.md)