AWS Machine Learning Blog· Andrew (Qingjie) Ren·· 3 小时前AI 评分36
在 Amazon Bedrock AgentCore 上以安全控制运行远程 Claude Code 会话
Extend Claude Code to remote sessions on Amazon Bedrock AgentCore with security controls
AI 导读
AWS 发布示例 sample-remote-coding-agent,把 Claude Code 作为远程智能体跑在 Amazon Bedrock AgentCore runtime 上,每个任务在独立 microVM 会话中执行并最终提交 GitHub pull request。
深度导读
该示例面向已在本地通过 Amazon Bedrock 使用 Claude Code 的团队,把编码任务改为远程交接:提交任务后可关闭笔记本,结果以 GitHub pull request 形式返回,由人工评审合并,智能体本身不具备合并权限。
架构上,Claude Code 通过本地 MCP 服务器或 CloudFront 托管的 Web 控制台提交任务,经 API Gateway 和 Lambda 调用 Bedrock Guardrails 筛查提示词,再写入 DynamoDB 并进入 SQS 队列。调度器为每个任务启动一个 AgentCore runtime 会话,每个注册仓库对应独立 runtime 和 ECR 中的容器镜像,镜像内含 Claude Code CLI、Claude Agent SDK、git 和 make。
会话运行在独立 microVM 中,具备隔离的 CPU、内存和文件系统,位于 VPC 私有子网并通过私有端点访问 Amazon Bedrock。智能体经 AgentCore Identity 获取 GitHub token 克隆仓库,检索 AgentCore memory 中此前任务积累的经验,用 Claude Opus 规划、Claude Sonnet 编写改动,再执行仓库自带的 setup 和 test 命令,最后由 Claude Opus 复核,最多尝试 3 次。
安全控制方面,模型调用仅走 Amazon Bedrock 私有端点并由 runtime 的 IAM 执行角色签名;GitHub App 的 client secret 存于 AgentCore Identity token vault,容器获得的有效期 8 小时的 user-to-server token 自动刷新;Guardrails 使用 Standard tier 在低强度下拦截越狱、提示词注入、恶意请求和 AWS 密钥等机密,被拦截时返回 PromptBlockedByGuardrail。IAM 角色仅可调用 Anthropic 模型、读写本仓库任务记录与 memory,并被显式拒绝访问 AgentCore Identity 控制平面。
部署需 15–25 分钟,注册仓库另需 8–12 分钟,要求 Docker 构建约 1.3 GB 的 ARM64 镜像、Python 3.11+、Node.js 22.12+,以及带 setup 和 test 目标的 Makefile 或 package.json。方案适用于可信仓库的范围明确的功能、缺陷修复与测试,不适合不可信代码和开放式任务。
来源:AWS Machine Learning Blog · aws.amazon.com