新闻 · AWS Machine Learning Blog
使用AWS Agent Registry在运行时发现工具
随着智能体的工具目录从寥寥几个增长到数百个，硬编码的工具连接方式会失效。本文介绍了一个基于AWS Agent Registry构建的运行时“发现、实例化、执行”循环，其中编排器在运行时通过语义搜索发现MCP服务器和A2A智能体，而不是在构建时编译每个工具。
en
英文原标题：Discover tools at runtime with AWS Agent Registry
本文为英文原文的机器翻译摘要，原文见：AWS Machine Learning Blog ↗
- 文章指出，硬编码工具在数量少时可行，但企业系统暴露数百个内部API后，模型需花费大量token消歧工具名，且每新增能力都需修改编排器代码并重新部署，成为瓶颈。
- AWS Agent Registry 是一项托管服务，用于编目和发现 MCP 服务器、代理和代理技能；发布者注册协议描述符和可搜索描述，运行时编排器可搜索已批准记录并利用返回的端点构建客户端。
- 注册表搜索结果不返回调用凭证或认证方案，应用程序需通过独立可信配置路径获取凭证；示例中 MCP 服务器通过 Cognito OAuth 获取令牌，A2A 代理通过 boto3 数据平面客户端使用 AWS 凭证签名调用。
- 示例实现了“发现→实例化→执行”循环：编排器无内置工具知识，每轮请求先语义搜索，再根据描述符类型构建客户端，用动态发现的工具构建临时内层代理执行，结束后销毁，下一请求重新搜索。
- 参考架构包含 AWS Agent Registry、Amazon Bedrock AgentCore Gateway、AgentCore runtime、Amazon Bedrock、Amazon Cognito、AWS Lambda 和 AWS Secrets Manager；示例配置 Anthropic Claude Sonnet 模型，并演示三个场景：仅MCP调用、MCP+A2A链式调用、以及语义匹配模糊意图。
关键数据
- 示例使用 recordType="MCP" 和 recordType="AGENT" 区分记录类型。
- MCP 描述符的 dataSchemaVersion 为 "2025-12-11"，工具数据版本为 "2025-06-18"；A2A 代理卡版本为 "0.3"。
- 示例配置 Anthropic Claude Sonnet 模型，通过跨区域模型 ID 使用。
- 三个演示场景：订单状态（仅MCP）、定价与折扣（MCP+A2A）、退货退款（纯语义匹配）。
为什么值得看：它提供了一种让编排器在运行时动态发现工具和代理的托管方案，避免硬编码工具带来的扩展瓶颈和频繁重新部署。