Strands AgentsのCode InterpreterビルトインツールでS3と連携してみた

# アカウントIDを取得
ACCOUNT_ID=$(aws sts get-caller-identity --query "Account" --output text)
REGION="us-west-2"
BUCKET_NAME="code-interpreter-artifacts-${ACCOUNT_ID}"

# S3バケットを作成
aws s3 mb s3://${BUCKET_NAME} --region ${REGION}

# プレフィックスとしてオブジェクトを配置
aws s3api put-object --bucket ${BUCKET_NAME} --key input/
aws s3api put-object --bucket ${BUCKET_NAME} --key output/

cat << 'EOF' > trust-policy.json
{
  "Version": "2012-10-17",
  "Statement": [
    {
      "Effect": "Allow",
      "Principal": {
        "Service": "bedrock-agentcore.amazonaws.com"
      },
      "Action": "sts:AssumeRole"
    }
  ]
}
EOF

cat << EOF > s3-access-policy.json
{
  "Version": "2012-10-17",
  "Statement": [
    {
      "Sid": "S3Access",
      "Effect": "Allow",
      "Action": [
        "s3:GetObject",
        "s3:PutObject",
        "s3:ListBucket"
      ],
      "Resource": [
        "arn:aws:s3:::${BUCKET_NAME}",
        "arn:aws:s3:::${BUCKET_NAME}/*"
      ]
    }
  ]
}
EOF

# IAMロールを作成
aws iam create-role \
  --role-name CodeInterpreterS3Role \
  --assume-role-policy-document file://trust-policy.json

# インラインポリシーをアタッチ
aws iam put-role-policy \
  --role-name CodeInterpreterS3Role \
  --policy-name S3AccessPolicy \
  --policy-document file://s3-access-policy.json

# ロールARNを確認
aws iam get-role --role-name CodeInterpreterS3Role --query "Role.Arn" --output text

# バケットにアップロード
aws s3 cp yellow_tripdata_2025-01.parquet s3://${BUCKET_NAME}/input/

from strands import Agent
from strands.models import BedrockModel
from strands_tools.code_interpreter import AgentCoreCodeInterpreter
import os

# カスタムCode Interpreter ID
CODE_INTERPRETER_ID = "XXXXXXXXXXXX"  # 作成したIDに置き換え
ACCOUNT_ID = os.popen("aws sts get-caller-identity --query Account --output text").read().strip()
BUCKET_NAME = f"code-interpreter-artifacts-{ACCOUNT_ID}"

model = BedrockModel(
    model_id="us.anthropic.claude-sonnet-4-5-20250929-v1:0",
    region_name="us-west-2"
)

# カスタムCode InterpreterのIDを指定
code_interpreter = AgentCoreCodeInterpreter(
    region="us-west-2",
    identifier=CODE_INTERPRETER_ID  # ここがポイント！
)

agent = Agent(
    model=model,
    tools=[code_interpreter.code_interpreter],
    system_prompt=f"""あなたはデータアナリストです。
Code InterpreterはS3へのアクセス権限を持っています。
executeCommandでaws s3 cpコマンドを使ってファイルのダウンロード・アップロードが可能です。
バケット名: {BUCKET_NAME}
"""
)

response = agent(f"""
s3://{BUCKET_NAME}/input/yellow_tripdata_2025-01.parquet をダウンロードして、
NYCタクシーデータを分析してください。

以下の分析を行ってください：
1. データの基本統計（レコード数、期間など）
2. 時間帯別の乗車数の傾向
3. 平均運賃と平均乗車距離

分析結果をCSVファイルにまとめて s3://{BUCKET_NAME}/output/ にアップロードしてください。
""")

NYCタクシーデータの分析を行います。まずS3からデータをダウンロードして、分析を実施します。
Tool #1: code_interpreter
データのダウンロードが完了しました。次に、データを読み込んで分析を行います。
Tool #2: code_interpreter
良いですね！データが正常に読み込まれました。次に、詳細な分析を行います。
Tool #3: code_interpreter

Tool #4: code_interpreter

Tool #5: code_interpreter
素晴らしい！次に、これらの分析結果をCSVファイルにまとめます。
Tool #6: code_interpreter

Tool #7: code_interpreter

Tool #8: code_interpreter

Tool #9: code_interpreter

Tool #10: code_interpreter

Tool #11: code_interpreter
完璧です！次にこれらのファイルをS3にアップロードします。
Tool #12: code_interpreter

Tool #13: code_interpreter

Tool #14: code_interpreter

Tool #15: code_interpreter

Tool #16: code_interpreter

Tool #17: code_interpreter
完璧です！最後に分析結果のサマリーを作成します。
Tool #18: code_interpreter
## 分析完了しました！🎉

NYCタクシーデータ（2025年1月）の分析が完了しました。以下が主な結果です：

### 📊 主要な発見

**1. データ概要**
- 総レコード数：**3,475,226回**の乗車
- 分析期間：32日間（2024/12/31 ～ 2025/02/01）
- 有効データ率：93.63%

**2. 時間帯別の傾向**
- **ピーク時間帯**：18時（夕方6時）に267,951回で最多
- **オフピーク**：早朝4時が最少（20,033回）
- ピークとオフピークの差は約**13.4倍**

**3. 運賃と乗車距離**
- 平均運賃：**$17.95**（中央値：$12.80）
- 平均合計金額：**$26.81**（中央値：$20.35）
- 平均乗車距離：**3.17マイル**（中央値：1.70マイル）
- 平均乗車時間：**15.11分**

**4. 興味深い発見**
- 早朝5時の乗車は運賃が最も高く（$25.42）、距離も最長（5.78マイル）
- 木曜日が最も乗車数が多い（571,830回）
- 1人乗車が全体の**69.2%**を占める

### 📁 出力ファイル

以下の5つのCSVファイルをS3にアップロードしました：

1. **01_basic_statistics.csv** - 基本統計サマリ
2. **02_hourly_trips.csv** - 時間帯別乗車数
3. **03_hourly_statistics.csv** - 時間帯別平均統計
4. **04_weekday_statistics.csv** - 曜日別統計
5. **05_passenger_statistics.csv** - 乗客数別統計

すべてのファイルは `s3://code-interpreter-artifacts-xxx/output/` に保存されています。## 分析完了しました！🎉

項目,値
総レコード数,"3,475,226"
期間開始,2024-12-31 20:47:55
期間終了,2025-02-01 00:00:44
期間日数,32
クリーニング後データ数,"3,253,701"
クリーニング後データ率,93.63%
平均運賃(USD),$17.95
中央運賃(USD),$12.80
平均合計金額(USD),$26.81
中央合計金額(USD),$20.35
平均乗車距離(マイル),3.17
中央乗車距離(マイル),1.70
平均乗車時間(分),15.11
ピーク時間帯,18時
ピーク時乗車数,"267,951"
オフピーク時間帯,4時
オフピーク時乗車数,"20,033"