亚马逊云科技发布 SMART(Social Messaging Agent Runtime Toolkit),这是一款开源 Python SDK 和 Terraform 栈,可让开发者使用 Amazon Bedrock AgentCore 构建和部署 WhatsApp AI Agent。该工具包抽象了 WhatsApp 集成的复杂性,可自动处理消息身份验证、媒体处理、对话记忆和模板管理。
SMART 解决了一项重大的集成难题:构建 WhatsApp AI Agent 需要配置 10 多项 AWS 服务,并处理 WhatsApp 特有的行为,例如深度嵌套的消息负载、媒体处理流水线、跨会话的对话记忆,以及 Meta 强制执行的 24 小时消息窗口规则。该工具包将这些基础设施整合为一条部署命令,让开发者可以专注于 Agent 逻辑,而非渠道集成。
Webmotors 使用 SMART 和 Amazon Bedrock AgentCore,将原本为期两个月的项目压缩至六周,并在全面上线前让内部团队进入受控生产环境,展示了该工具包已具备生产就绪能力。
SMART 由三个不同层级构成:消息处理层、Agent 运行时层和服务层。传入的 WhatsApp 消息通过 AWS End User Messaging Social 到达,再经由 AWS Lambda 函数进行路由。该函数会验证 SNS 消息签名、规范化负载、对用户进行限速(默认每分钟 20 条消息,启用 DynamoDB 状态表时生效),并在模型响应前发送已读回执和正在输入指示。语音消息通过 Amazon Transcribe 处理,其他媒体则会转换为描述信息,或交由开发者注册的自定义钩子处理。
Agent 层使用 Amazon Bedrock AgentCore 运行时,无需管理基础设施即可托管和扩展 Agent;AgentCore memory 则会在不同会话和部署之间持久保存对话历史,并自动按电话号码进行隔离。AgentCore 与框架无关,支持 Strands Agents、LangGraph、Pydantic-AI 及其他能够控制对话循环的框架。SMART 与 Agent 之间的约定刻意保持简洁:Agent 接收一条传入消息,并返回文本及可选的富消息附件,而会话连接、记忆绑定、消息投递调度和模板管理均由系统自动处理。
服务层包括 Amazon DynamoDB(可选,用于用户状态)、AWS Secrets Manager、Amazon CloudWatch 和 Amazon Simple Storage Service(Amazon S3),分别用于状态管理、凭证管理、监控和存储。默认情况下,系统会创建并配置 Amazon Bedrock Guardrails 资源,也可通过环境配置中的单个 guardrail 变量进行设置。生产部署可利用 Amazon Bedrock AgentCore 的一项能力 AgentCore Observability,对每个步骤进行追踪,以便调试和审计。
开发者首先克隆代码库,然后使用 socialagent init 搭建项目。该命令会围绕一个精简的 agent.py 文件创建项目结构和配置。工具提供三种蓝图:minimal(不带工具的基础回声 Agent)、personal-assistant(基于 Strands 构建的通用助手,具有对话记忆、用户状态、调度、技能以及富媒体/语音/图像工具)和 appointment-scheduler(预约 Agent,可引导用户浏览目录和时段、确认预约、存储用户状态并发送提醒)。
本地开发无需 AWS 基础设施。运行 socialagent dev --entrypoint agent.py,即可在终端读取-求值-输出循环(REPL)中执行真实的 Agent 循环和真实工具,同时将 AWS 渠道输入/输出替换为存根。记忆会变成本地文件支持的会话,状态会变成可在不同开发会话间共享的本地 JSON 文件,通知会打印到终端(包括按钮和列表行);一次性计划会立即运行,而周期性计划会被注册但不会触发。
一条 socialagent deploy 命令即可配置完整基础设施,底层运行 terraform apply。该命令会创建 Amazon Bedrock AgentCore 运行时和 AgentCore memory、以 Python 3.12 运行的 webhook/notification/event/scheduler Lambda 函数(每个函数均启用 AWS X-Ray 跟踪和死信队列)、Amazon SNS 接入主题和事件 API、Amazon EventBridge Scheduler、用于媒体和审计记录的 Amazon S3 存储桶,以及 Amazon CloudWatch 控制面板和警报。Agent 容器映像和 Lambda 层会在执行 apply 时通过 AWS CodeBuild 构建,本地无需安装 Docker。
在此之前,开发者必须确认自己拥有已关联 WhatsApp Business Account(WABA)并已注册电话号码的 AWS End User Messaging Social、一个所在 AWS 区域已提供 AgentCore 运行时和 AgentCore memory 且已启用模型访问权限的 AWS 账户、本地安装的 Python 3.11 或更高版本、Terraform 1.7 或更高版本、uv,以及 AWS Command Line Interface(AWS CLI)。
SMART 包含一个可选的管理控制台,该控制台有自己的 Terraform 根目录,只需部署一次即可管理一组 SMART 栈。每个设置了 admin_registry_bucket 的栈都会在部署时向共享的 Amazon S3 注册表注册,因此管理控制台可以自动发现这些栈。控制台提供集群健康状况总览,并可深入查看每个机器人的详细信息;运营人员可以查看真实对话并手动回复、检查和取消 Amazon EventBridge 计划、浏览用户状态、重启单个 Lambda 函数或运行时、查看 Amazon CloudWatch 日志中的部署历史和近期错误、触发测试事件、管理以 WhatsApp 风格呈现的消息模板,以及在 Meta 重新归类模板时查看警告。
控制台负责管理电话号码绑定,因此可以通过 UI 操作将号码重新绑定到不同的栈。登录通过 Amazon Cognito 进行,并且必须启用多因素身份验证(MFA);每个 API 路由都会执行基于角色的权限控制。控制台本身通过 Amazon CloudFront 从私有 Amazon S3 存储桶提供服务。每段对话都仅涉及两家服务提供商:Meta 和 AWS;模型调用可能会通过 Amazon Bedrock 跨区域推理在其他 AWS 区域处理。
SMART 与框架无关,支持任何能够控制对话循环的框架。明确提及的示例包括 Strands Agents、LangGraph 和 Pydantic-AI。无论使用哪种框架,SDK 都会提供相同的记忆和会话钩子,让开发者能够完全掌控框架选择、模型选择、提示工程和业务逻辑。
SMART 在 templates.yaml 文件中声明消息模板,并通过 CLI 命令同步。该工具包会自动处理 Meta 的模板审批流程和类别规则,跟踪每条消息所属的对话窗口,并强制执行 WhatsApp 的 24 小时会话窗口规则。可以使用 uv run socialagent templates sync 单独同步模板;templates sync --force 会重新注册每个模板,并将已批准的模板重新提交给 Meta 审核。普通同步会跳过已批准的模板;开发者应保持模板措辞简洁,避免模板被重新归类为促销内容,因为表情符号和营销用语通常会导致重新归类。
一条 socialagent deploy 命令即可配置 Amazon Bedrock AgentCore 运行时和 AgentCore memory、以 Python 3.12 运行的 webhook/notification/event/scheduler Lambda 函数(每个函数均启用 AWS X-Ray 跟踪和死信队列)、Amazon SNS 接入主题和事件 API、Amazon EventBridge Scheduler、用于媒体和审计记录的 Amazon S3 存储桶、Amazon CloudWatch 控制面板和警报,以及默认创建并配置的 Amazon Bedrock Guardrails 资源;该资源可通过 guardrail 环境变量进行配置。
相关快讯