alexaiarchitect/agentcore-skills

Faz um inventário completo de um projeto para o Amazon Bedrock AgentCore e gera um relatório antes de qualquer aconselhamento. Descobre recursos AgentCore existentes e qual ferramenta os gerencia (Terraform, CDK, CLI, SDK, etc.), o framework do agente, servidores MCP, autenticação, região AWS e rastreamento. Somente leitura; resultados são da faixa DSC0xx.

O que é agentcore-skills?

Esta skill de descoberta é o primeiro passo que todas as outras skills do AgentCore confiam. Ela realiza uma varredura completa e somente leitura de um repositório para identificar todos os recursos relacionados ao Amazon Bedrock AgentCore, como configurações do Terraform (`aws_bedrockagentcore_*`), constructos do CDK, o arquivo `agentcore.json`, o SDK Python do AgentCore, chamadas boto3 e o toolkit legado. Também detecta o framework do agente (Strands, LangGraph, LangChain, Claude Agent SDK, CrewAI, OpenAI Agents, ADK, raw), servidores MCP, as rotas e Lambdas do API Gateway por trás de `/mcp`, pools do Cognito, autorizadores JWT, a região AWS e a disponibilidade de serviços por região, além de configurações de rastreamento (Lambda tracing) e dependências como Terragrunt e o provider hashicorp/aws. Suportada por plataformas como Claude Code, Cursor e Codex, a skill gera um relatório estruturado com evidências (arquivo e linha para cada afirmação) e utiliza a faixa de códigos DSC0xx para sinalizar problemas (ex.: DSC001 para projetos sem nada para ler, DSC004 para conflitos de ownership). A saída inclui seções de 'Found', 'Missing' e 'Options', com recomendações ordenadas por custo. A skill é ideal para responder perguntas como "o que eu tenho aqui?", "isso está no AgentCore?", "faça o inventário deste repositório", "qual região estamos usando?" ou "o AgentCore está disponível em eu-central-1?". Ela nunca modifica o projeto e, se o usuário corrigir um fato (região, proprietário), recomenda reexecutar a descoberta com a entrada corrigida. Para usar, basta executar `python3 ${CLAUDE_SKILL_DIR}/scripts/discover.py <caminho-do-repositorio>` e depois seguir o relatório para invocar a próxima skill com `Skill` após confirmação com `AskUserQuestion`.

Funciona com✓Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/alexaiarchitect/agentcore-skills/tree/HEAD/skills/agentcore-discover

Installed? Explore more Programação e Desenvolvimento skills: steipete/bluebubbles, steipete/eightctl, steipete/blucli · View all 6 →

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

Descobrir um projeto AgentCore

A descoberta é a etapa em que todas as outras skills confiam. Ela responde com evidências — um arquivo e linha para cada afirmação — e diz "não resolvido" quando não consegue responder, porque uma região errada ou um proprietário perdido torna cada passo posterior incorreto: um gateway gerado no Terraform para um recurso que o CLI do AgentCore já possui vai brigar com ele em cada implantação.

${CLAUDE_SKILL_DIR} é definido pelo runtime da skill como o diretório desta própria skill. Use-o literalmente em cada comando abaixo; os scripts de uma skill irmã estão em ${CLAUDE_SKILL_DIR}/../<skill>/scripts/.

Fluxo

  1. Descobrir.

    python3 ${CLAUDE_SKILL_DIR}/scripts/discover.py <projeto>
    

    Use --json para a forma estruturada; --focus agentcore,app,auth,region,terraform,tracing para restringir. Aponte para a raiz do repositório, não para um subdiretório, para que chamadas de módulo e stacks do Terragrunt sejam resolvidas.

  2. Reportar os blocos Found nesta ordem: AgentCore (portas e recursos), aplicação (framework, servidores MCP, rotas /mcp e a Lambda por trás delas), autenticação, região (com a linha de disponibilidade), Terraform (constraint, lock, Terragrunt), rastreamento. Depois Missing, e então descobertas.

  3. Opções. A seção Options do relatório é ordenada e tem exatamente uma recomendação, cada uma com seu nível de custo. Leia-as; não invente novas.

  4. Confirmar a próxima skill com AskUserQuestion, e então invocá-la com Skill. A descoberta nunca escreve.

  5. Verificar nada: a descoberta não tem efeitos colaterais para verificar. Se o usuário corrigir um fato (região, proprietário), reexecute com a entrada corrigida em vez de sobrescrever o relatório em prosa.

O que ela procura

PerguntaEvidência que lêDetalhe
Há algo no AgentCore, e quem é o dono?.tf, fontes CDK, agentcore.json, .bedrock_agentcore.yaml, chamadas boto3o-que-a-descoberta-detecta.md
Qual framework e servidor MCP?imports, decoradores, registerTool, FastMCPassinaturas-de-framework.md
Qual região, e o que é oferecido lá?blocos provider, defaults de variáveis, Terragrunt, tfvarsa tabela de regiões em lib/agentcore_skills/data/regions.json
Como os tokens funcionam hoje?aws_cognito_*, aws_apigatewayv2_authorizero-que-a-descoberta-detecta.md

A faixa DSC0xx

IdGravidadeGatilho
DSC001erronada para ler: nenhum Terraform, código, contêiner ou manifesto
DSC002avisonenhuma região AWS pôde ser resolvida
DSC003avisouma configuração do starter-toolkit (seu CLI não é mais suportado)
DSC004avisoAgentCore declarado por mais de uma ferramenta (Terraform, CDK, CLI do AgentCore)
DSC005avisoum serviço principal não é oferecido na região resolvida

Regras de decisão

  • O provider não-aliasado decide a região. Um provider aliasado us_east_1 para certificados CloudFront é listado, nunca escolhido.
  • Uma rota terminada em /mcp é o endpoint MCP. A Lambda por trás dela é encontrada através da integração, não pelo nome.
  • Ausência é "não encontrado", nunca "não existe". Padrões não podem provar uma negativa em TypeScript; diga o que foi pesquisado.

Scripts

ComandoFazCódigos de saída
scripts/discover.py <projeto> [--focus ...] [--json]o inventário e relatório de lacunas0 nada bloqueando, 1 erros, 2 alvo inválido

Checklist de conclusão

  • discover.py foi executado contra a raiz do repositório e sua saída foi exibida.
  • A região, sua evidência e a linha de disponibilidade foram informadas.
  • Cada proprietário do AgentCore (Terraform, CDK, CLI do AgentCore, toolkit) foi nomeado, ou "nenhum ainda".
  • A opção recomendada foi oferecida com seu nível de custo, e o usuário escolheu.

Individual skills in this repo

This repo contains 4 individual skills — each has its own dedicated page.

alexaiarchitect/agentcore-skills

>- Put Amazon Bedrock AgentCore infrastructure behind a plan-only CI gate. Generates a GitHub Actions workflow that, on pull requests touching the infrastructure, runs the static AgentCore review (`ACR0xx`), `terraform fmt -check`, `init`, `validate`, a saved `plan` (Terraform or Terragrunt) with a read-only OIDC role, `show -json`, and the plan policy (`CI0xx`: no delete or replace of memories, gateways, credential providers, workload identities, user pools or tables without an explicit per-address allowance; no `*` on `*`; no gateway with `authorizer_type = NONE`; pinned MCP revisions), then uploads the plan JSON. Nothing in it applies. The plugin's stdlib-only library is vendored into `ci/agentcore/` so the job needs nothing from the plugin, and action pins are reused from the repository's own SHA-pinned workflows. `policy_check.py` also runs locally on any saved plan. Use when asked to "add CI for the AgentCore Terraform", "gate the plan", "block destructive changes", "policy check the plan", "plan on ...

alexaiarchitect/agentcore-skills

>- Estimate what Amazon Bedrock AgentCore will cost per month from a usage profile, line by line with the formula for each line, and put a budget and a usage alarm around it. Prices the published AgentCore rate card (Gateway invocations, search and tool indexing; Identity token requests, free through Runtime or Gateway; Runtime vCPU-hours billed only while active and GB-hours; Memory short-term events — per 1,000 events until 2026-10-05, per GB from 2026-10-06 — and long-term records and retrievals; Evaluations tokens), prices model tokens only at the user's own per-1,000 rates, and lists what it does not price (Lambda, API Gateway, CloudWatch, X-Ray, DynamoDB) so the total is never mistaken for the bill. Generates an AWS Budget filtered to AgentCore with forecast and actual alerts, plus a CloudWatch alarm on gateway invocations, as Terraform after a dry run. Findings are the `CST0xx` band. Use when asked "what will AgentCore cost", "estimate the gateway bill", "is there a free tier", "memory pricing chang...

alexaiarchitect/agentcore-skills

>- Scaffold Amazon Bedrock AgentCore resources as infrastructure as code: a Runtime (ECR repository, service role, `aws_bedrockagentcore_agent_runtime` with a JWT authorizer and lifecycle settings), a Gateway (role, JWT authorizer, pinned MCP revisions, one target), Identity (Cognito M2M client plus an OAuth2 credential provider with write-only secrets) or Memory (memory, strategies, customer-managed key). Terraform modules are the default and the recommendation; a TypeScript CDK stack with the `aws-bedrockagentcore` L1 constructs and the AgentCore CLI (`@aws/agentcore`) commands are offered for teams already on them. Every write is shown as a plan first (`--dry-run`), existing files are never overwritten without `--force`, and nothing is planned or applied. Use when asked to "create an AgentCore runtime", "scaffold a gateway", "add AgentCore memory", "write the Terraform for AgentCore", "start a new AgentCore stack", or "give me the CDK for this". Don't use for a gateway in front of an existing Lambda, HT...

alexaiarchitect/agentcore-skills

>- Plan the deployment of Amazon Bedrock AgentCore infrastructure and its rollback, and hand the user the exact commands — never running them. Finds the root module (or Terragrunt stack) that actually reaches the AgentCore resources, orders what comes up (identity and roles, then gateway, runtime and memory, then targets and strategies, then log delivery), flags where a first apply trips (IAM propagation, creation-only semantic search, Transaction Search before TRACES delivery, an old provider lock, no remote backend), checks published quotas (targets per gateway, tools per target), and emits init / validate / plan-to-file / show -json / policy check / apply of that saved plan, the post-apply checks, and the rollback for each kind of change. Findings are the `DPL0xx` band; the cost tier is `aws` because the commands create billable resources. Use when asked to "deploy the gateway", "apply this", "what order do I apply in", "how do I roll back", "will this hit a quota", "give me the terraform commands". Don...

Habilidades Relacionadas