文章摘要Spring生态近期重点介绍了Spring AI AgentCore SDK。它通过Spring Boot自动配置、注解和Advisor把Amazon Bedrock AgentCore的Runtime、Memory、Browser、Code Interpreter和Artifact Store能力接入Spring AI。需要特别注意Spring AI 2.0.0与AgentCore SDK自身的BOM版本并不是同一个版本号。本文梳理其模块结构、适用场景、接入方式和生产部署注意事项。一、先澄清版本概念开发者容易混淆两个版本Spring AI版本 AgentCore SDK版本当前Spring AI稳定主线是Spring AI 2.0.0Spring AI AgentCore社区项目的Quick Start中BOM示例使用version1.0.0/version因此不要因为Spring社区周报提到AgentCore可用就直接假设依赖一定是spring-ai-agentcore-bom:2.0.0实际接入前应以项目README和Maven仓库中的版本为准。二、AgentCore SDK解决什么问题普通Spring AI Agent运行在自己的Spring Boot服务中。进入生产环境后还需要标准Agent运行入口健康检查SSE流式输出会话记忆浏览器自动化代码执行沙箱文件存储OpenTelemetry限流云端身份与权限。Spring AI AgentCore SDK的定位是让Spring AI应用使用熟悉的Spring编程模式接入Amazon Bedrock AgentCore能力。架构Spring Boot应用 → Spring AI ChatClient → AgentCore SDK → Amazon Bedrock AgentCore服务三、核心模块总览当前项目包含Runtime Starter Memory Browser Code Interpreter Artifact Store OpenTelemetry Extension Common BOMRuntime Starter自动配置/invocations /ping SSE Streaming Health Check Rate Limiting它让Spring Boot应用符合AgentCore Runtime的运行契约。Memory支持短期对话历史长期语义记忆用户偏好摘要Episodic Memory。Browser提供网页导航内容提取截图表单交互Playwright自动化。Code Interpreter支持安全执行PythonJavaScriptTypeScript文件生成与读取。Artifact Store用于Agent生成文件会话级文件TTL管理结果下载中间产物存储。四、最小依赖结构使用BOMdependencyManagementdependenciesdependencygroupIdorg.springaicommunity/groupIdartifactIdspring-ai-agentcore-bom/artifactIdversion1.0.0/versiontypepom/typescopeimport/scope/dependency/dependencies/dependencyManagement按需引入dependenciesdependencygroupIdorg.springaicommunity/groupIdartifactIdspring-ai-agentcore-runtime-starter/artifactId/dependencydependencygroupIdorg.springaicommunity/groupIdartifactIdspring-ai-agentcore-memory/artifactId/dependencydependencygroupIdorg.springaicommunity/groupIdartifactIdspring-ai-agentcore-browser/artifactId/dependencydependencygroupIdorg.springaicommunity/groupIdartifactIdspring-ai-agentcore-code-interpreter/artifactId/dependency/dependencies不要默认全部引入。如果Agent不需要浏览器和代码执行就只使用Runtime和Memory减少攻击面与依赖。五、Runtime Starter的价值传统Agent服务需要自己实现POST /invocations GET /ping 流式事件格式 错误响应 健康状态 调用限流Runtime Starter把这些基础契约自动化让Spring Bean更容易成为AgentCore Runtime中的可调用Agent。六、Memory如何与Spring AI配合普通Spring AI Chat Memory关注对话消息。AgentCore Memory进一步覆盖短期会话 长期事实 用户偏好 历史摘要 事件记忆需要区分短期记忆适合当前会话用户刚才说了什么 当前任务目标 最近工具结果长期记忆适合跨会话用户偏好 项目背景 历史决策 长期关注主题错误做法是把所有历史消息无限放进Prompt。推荐近期消息 压缩摘要 检索到的长期记忆还要设置租户隔离、用户隔离、记忆写入规则、删除机制、敏感信息过滤与过期时间。七、Browser模块适合什么场景适合登录后网页操作表单填写页面截图信息采集网页流程测试无API系统集成。优先级建议正式API → MCP工具 → 数据库只读接口 → 浏览器自动化浏览器自动化更脆弱页面结构变化、登录失效、验证码、网络波动和元素定位失败都可能导致任务中断。高风险操作必须人工审批。八、Code Interpreter如何控制风险代码执行能力可以用于数据分析CSV处理图表文件转换临时计算报告生成。必须限制CPU 内存 执行时间 磁盘 网络 文件路径 依赖安装 系统调用推荐独立沙箱 只读输入 限定输出目录 默认关闭外网 执行超时 完整审计九、Artifact Store解决什么问题Agent经常生成Excel、PDF、图片、Markdown、ZIP和分析报告。Artifact Store应记录artifact_id session_id tenant_id filename content_type size created_at expires_at checksum access_policy生成文件后返回受控引用而不是暴露服务器本地路径。十、适合哪些企业项目企业研究Agent浏览网页 → 提取资料 → 代码分析数据 → 生成报告文件售前方案Agent读取客户资料 → 查询知识库 → 生成方案 → 生成PPT或文档运维分析Agent读取监控 → 执行诊断脚本 → 汇总故障原因数据分析Agent读取数据文件 → Python计算 → 生成图表 → 保存结果十一、哪些项目不需要AgentCore以下情况直接部署普通Spring Boot可能更简单只有单次问答不需要长期记忆不需要Browser不需要代码沙箱已有成熟Agent运行平台不使用AWS成本与复杂度不值得。不要为了使用新技术而增加云平台依赖。十二、生产接入重点AWS身份使用IAM Role、临时凭证、最小权限、SigV4和CloudTrail审计。避免长期Access Key写进配置。多租户Memory、Artifact和工具调用必须带tenant_id user_id session_id可观测性记录Agent请求、Advisor链、工具调用、Browser动作、代码执行、Memory读写、文件生成、Token和费用。故障降级AgentCore不可用时可以切换普通Spring Boot Runtime禁用Browser和Code Interpreter降级为只读问答转人工流程。十三、与MCP是什么关系AgentCore与MCP不是互斥技术。可以形成Spring AI Agent → AgentCore Runtime → MCP Client → 企业MCP ServerAgentCore负责运行时、记忆和沙箱MCP负责工具与资源协议。十四、我的判断Spring AI AgentCore SDK的价值在于将AWS AgentCore能力包装为Java和Spring开发者熟悉的自动配置、Bean、Advisor和Starter。它特别适合Spring Boot团队、已使用AWS、需要浏览器和代码执行、需要托管Memory以及希望统一Agent运行契约的项目。但它不是Spring AI本身的替代也不是所有Agent项目的默认选择。总结接入前应先判断是否真的需要AgentCore能力 → 选择最少模块 → 明确版本 → 设计IAM权限 → 隔离Memory和Artifact → 限制Browser与代码执行 → 建立完整Trace尤其要避免混淆Spring AI版本和AgentCore SDK自身版本。