英文原标题:Build WhatsApp AI agents with Amazon Bedrock AgentCore
本文为英文原文的机器翻译摘要,原文见:AWS Machine Learning Blog ↗
- 文章介绍开源工具 SMART(Social Messaging Agent Runtime Toolkit),它是一个 Python SDK 和 Terraform 栈,为运行在 Amazon Bedrock AgentCore 上的 AI agent 提供完整的 WhatsApp 渠道层,一条命令即可将基础设施部署到用户的 AWS 账户。
- 文章指出,构建 WhatsApp agent 的难点不在 agent 本身,而在集成:入站消息是嵌套且类型相关的负载,需要认证和规范化;语音、图片、文档等媒体各有处理流程;还需要跨会话的对话记忆、持久化定时任务,以及外部系统触发外发消息的认证路径。
- SMART 处理 webhook 签名验证、消息规范化、媒体生命周期、Meta 消息模板与 24 小时窗口管理、对话记忆、调度触发和本地开发测试等事项,让开发者专注于 agent 逻辑。
- SMART 基于 AgentCore 的两项能力:runtime 负责托管和扩展 agent,memory 按手机号自动隔离并持久化对话历史(默认保留 7 天)。由于 AgentCore 与框架无关,SMART 也支持 Strands Agents、LangGraph、Pydantic-AI 等框架。
- 架构上,AWS End User Messaging Social 接收消息,经 Amazon SNS 触发 Lambda 做签名验证、规范化和限流(默认每分钟 20 条),再交给 AgentCore runtime;语音走 Amazon Transcribe,Terraform 栈默认创建 Amazon Bedrock Guardrails 资源。
关键数据
- 需要配置超过 10 个 AWS 服务
- 默认限流为每用户每分钟 20 条消息
- AgentCore memory 默认保留 7 天
- Webmotors 将原定两个月的交付压缩到六周
引语
- You let SMART handle the channel.
为什么值得看:文章说明 WhatsApp agent 的主要成本在渠道集成而非 agent 本身,并给出一个基于 Amazon Bedrock AgentCore 的开源方案来复用这部分工作。