[小ネタ] AgentCore Runtimeの会話履歴とスコープ

from strands import Agent

agent = Agent()

# 1回目の呼び出し
agent("こんにちは、私の名前は神野です")

# 2回目の呼び出し - 同じインスタンスなので会話履歴が残っている
agent("私の名前は何ですか？")

# 会話履歴を確認
print(agent.messages)

agent2 = Agent()

agent2("私の名前は何ですか？")

print(agent2.messages)

# 一回目の実行
はじめまして、神野さん。こんにちは！私はClaudeです。お会いできて嬉しいです。何かお手伝いできることがあればお気軽にお声かけください。いかがお過ごしですか？あなたのお名前は神野さんですね。先ほど自己紹介していただきました。[{'role': 'user', 'content': [{'text': 'こんにちは、私の名前は神野です'}]}, {'role': 'assistant', 'content': [{'text': 'はじめまして、神野さん。こんにちは！私はClaudeです。お会いできて嬉しいです。何かお手伝いできることがあればお気軽にお声かけください。いかがお過ごしですか？'}]}, {'role': 'user', 'content': [{'text': '私の名前は何ですか？'}]}, {'role': 'assistant', 'content': [{'text': 'あなたのお名前は神野さんですね。先ほど自己紹介していただきました。'}]}]

# 二回目の実行
申し訳ありませんが、あなたのお名前をお教えいただいていないので、わかりません。よろしければ、お名前を教えていただけますでしょうか？[{'role': 'user', 'content': [{'text': '私の名前は何ですか？'}]}, {'role': 'assistant', 'content': [{'text': '申し訳ありませんが、あなたのお名前をお教えいただいていないので、わかりません。よろしければ、お名前を教えていただけますでしょうか？'}]}]

uv init

uv add strands-agents bedrock-agentcore bedrock-agentcore-starter-toolkit

uv run agentcore configure -e agent.py

Configuring Bedrock AgentCore...
✓ Using file: agent.py

🏷️  Inferred agent name: agent
Press Enter to use this name, or type a different one (alphanumeric without '-')
Agent name [agent]: agent_sample_test_0123
✓ Using agent name: agent_sample_test_0123

🔍 Detected dependency file: pyproject.toml
Press Enter to use this file, or type a different path (use Tab for autocomplete):
Path or Press Enter to use detected dependency file: pyproject.toml
✓ Using requirements file: pyproject.toml

🚀 Deployment Configuration
Select deployment type:
  1. Direct Code Deploy (recommended) - Python only, no Docker required
  2. Container - For custom runtimes or complex dependencies
Choice [1]: 1

Select Python runtime version:
  1. PYTHON_3_10
  2. PYTHON_3_11
  3. PYTHON_3_12
  4. PYTHON_3_13
Choice [3]: 3
✓ Deployment type: Direct Code Deploy (python.3.12)

🔐 Execution Role
Press Enter to auto-create execution role, or provide execution role ARN/name to use existing
Execution role ARN/name (or press Enter to auto-create):
✓ Will auto-create execution role

🏗️  S3 Bucket
Press Enter to auto-create S3 bucket, or provide S3 URI/path to use existing
S3 URI/path (or press Enter to auto-create):
✓ Will auto-create S3 bucket

🔐 Authorization Configuration
By default, Bedrock AgentCore uses IAM authorization.
Configure OAuth authorizer instead? (yes/no) [no]: no
✓ Using IAM authorization (default)

uv run agentcore deploy

uv run agentcore invoke '{"prompt": "こんにちは"}'

uv run agentcore invoke '{"prompt": "私の名前は神野です。覚えておいてください。"}' --agent agent_global  --session-id a1b2c3d4e5f6g7h8i9j0k1l2m3n4o5p67

from strands import Agent
from strands.models import BedrockModel
from bedrock_agentcore.runtime import BedrockAgentCoreApp

app = BedrockAgentCoreApp()

@app.entrypoint
async def entrypoint(payload):
    message = payload.get("prompt", "")

    # エントリーポイント内でAgentを初期化
    model = BedrockModel(
        model_id="us.anthropic.claude-haiku-4-5-20251001-v1:0",
        params={"max_tokens": 4096, "temperature": 0.7},
        region_name="us-west-2"
    )
    agent = Agent(model=model)

    # 毎回新しいインスタンスなので会話履歴は空
    result = agent(message)
    return {"result": str(result)}

if __name__ == "__main__":
    app.run()

uv run agentcore invoke '{"prompt": "私の名前は神野です。覚えておいてください。"}' --agent agent_inside --session-id a1b2c3d4e5f6g7h8i9j0k1l2m3n4o5p6

{"result": "わかりました。あなたの名前は**神野**さんですね。覚えておきます。\n\n何かお手伝いできることはありますか？\n"}

uv run agentcore invoke '{"prompt": "私の名前は何ですか？"}' --agent agent_inside --session-id a1b2c3d4e5f6g7h8i9j0k1l2m3n4o5p67

{"result":
"申し訳ありませんが、あなたのお名前を知りません。\n\n私はこれまでのチャット履歴にアクセスすることができず、各会話は新しく始まるため、あなたについての情報を持っていません
。\n\nよろしければ、あなたのお名前を教えていただけますか？\n"}

uv run agentcore invoke '{"prompt": "私の名前は何ですか？"}' --agent agent_inside --session-id b2c3d4e5f6g7h8i9j0k1l2m3n4o5p6q78

{"result":
"申し訳ありませんが、あなたのお名前を知りません。\n\n私はこれまでのチャット履歴にアクセスすることができず、各会話は新しく始まるため、あなたについての情報を持っていません
。\n\nよろしければ、あなたのお名前を教えていただけますか？\n"}

from strands import Agent
from strands.models import BedrockModel
from bedrock_agentcore.runtime import BedrockAgentCoreApp

app = BedrockAgentCoreApp()

# グローバルスコープでモデルとエージェントを初期化
model = BedrockModel(
    model_id="us.anthropic.claude-haiku-4-5-20251001-v1:0",
    region_name="us-west-2"
)

agent = Agent(
    model=model,
    system_prompt="あなたは親切なアシスタントです。"
)

@app.entrypoint
def invoke(payload):
    prompt = payload.get("prompt", "")

    if not prompt:
        return {"error": "promptが必要です"}

    # グローバルのagentを使用 - 会話履歴が引き継がれる可能性あり
    result = agent(prompt)

    return {"result": str(result)}

if __name__ == "__main__":
    app.run()

uv run agentcore invoke '{"prompt": "私の名前は神野です。覚えておいてください。"}' --agent agent_global --session-id a1b2c3d4e5f6g7h8i9j0k1l2m3n4o5p67

{"result": "はい、神野さん。お名前を覚えました。これからどのようにお手伝いできるでしょうか。\n"}

uv run agentcore invoke '{"prompt": "私の名前はなんですか？"}' --agent agent_global --session-id a1b2c3d4e5f6g7h8i9j0k1l2m3n4o5p67

{"result": "神野さんです。先ほど、神野さんからお名前を教えていただきました。\n"}

uv run agentcore invoke '{"prompt": "私の名前は何ですか？"}' --agent agent_global --session-id b2c3d4e5f6g7h8i9j0k1l2m3n4o5p6q78

{"result": "申し訳ありませんが、あなたの名前は知りません。名前を教えていただけますか？\n"}

import boto3

# グローバルスコープ - コンテナ再利用時は保持される
dynamodb = boto3.resource('dynamodb')
table = dynamodb.Table('MyTable')

def lambda_handler(event, context):
    # ハンドラ内 - 毎回実行される
    item = {"id": event["id"]}
    table.put_item(Item=item)
    return {"statusCode": 200}