chore(docs): bring AMP doc refresh from release/v1.0.0 into main (#3637)

* WIP: v1 docs (#3626)

(cherry picked from commit d46e20fa09bcd2f5916282f5553ddeb7183bd92c)

* docs: parity for all translations

* docs: full name of acronym AMP

* docs: fix lingering unused code

* docs: expand contextual options in docs.json

* docs: add contextual action to request feature on GitHub

* chore: tidy docs formatting

docs/ko/tools/cloud-storage/bedrockinvokeagenttool.mdx

@@ -1,188 +0,0 @@
----
-title: Bedrock Invoke Agent 도구
-description: CrewAI 에이전트가 Amazon Bedrock 에이전트를 호출하고, 워크플로우 내에서 그 기능을 활용할 수 있도록 합니다
-icon: aws
-mode: "wide"
----
-
-# `BedrockInvokeAgentTool`
-
-`BedrockInvokeAgentTool`은 CrewAI agent가 Amazon Bedrock Agent를 호출하여 워크플로우 내에서 해당 기능을 활용할 수 있도록 해줍니다.
-
-## 설치
-
-```bash
-uv pip install 'crewai[tools]'
-```
-
-## 요구 사항
-
-- AWS 자격 증명이 구성되어 있어야 합니다(AWS CLI 또는 환경 변수 사용)
-- `boto3` 및 `python-dotenv` 패키지
-- Amazon Bedrock Agents에 대한 액세스 권한
-
-## 사용법
-
-CrewAI agent와 함께 이 도구를 사용하는 방법은 다음과 같습니다:
-
-```python {2, 4-8}
-from crewai import Agent, Task, Crew
-from crewai_tools.aws.bedrock.agents.invoke_agent_tool import BedrockInvokeAgentTool
-
-# Initialize the tool
-agent_tool = BedrockInvokeAgentTool(
-    agent_id="your-agent-id",
-    agent_alias_id="your-agent-alias-id"
-)
-
-# Create a CrewAI agent that uses the tool
-aws_expert = Agent(
-    role='AWS Service Expert',
-    goal='Help users understand AWS services and quotas',
-    backstory='I am an expert in AWS services and can provide detailed information about them.',
-    tools=[agent_tool],
-    verbose=True
-)
-
-# Create a task for the agent
-quota_task = Task(
-    description="Find out the current service quotas for EC2 in us-west-2 and explain any recent changes.",
-    agent=aws_expert
-)
-
-# Create a crew with the agent
-crew = Crew(
-    agents=[aws_expert],
-    tasks=[quota_task],
-    verbose=2
-)
-
-# Run the crew
-result = crew.kickoff()
-print(result)
-```
-
-## 도구 인수
-
-| 인수 | 타입 | 필수 여부 | 기본값 | 설명 |
-|:---------|:-----|:---------|:--------|:------------|
-| **agent_id** | `str` | 예 | 없음 | Bedrock agent의 고유 식별자 |
-| **agent_alias_id** | `str` | 예 | 없음 | agent alias의 고유 식별자 |
-| **session_id** | `str` | 아니오 | timestamp | 세션의 고유 식별자 |
-| **enable_trace** | `bool` | 아니오 | False | 디버깅을 위한 trace 활성화 여부 |
-| **end_session** | `bool` | 아니오 | False | 호출 후 세션 종료 여부 |
-| **description** | `str` | 아니오 | 없음 | 도구에 대한 사용자 지정 설명 |
-
-## 환경 변수
-
-```bash
-BEDROCK_AGENT_ID=your-agent-id           # Alternative to passing agent_id
-BEDROCK_AGENT_ALIAS_ID=your-agent-alias-id # Alternative to passing agent_alias_id
-AWS_REGION=your-aws-region               # Defaults to us-west-2
-AWS_ACCESS_KEY_ID=your-access-key        # Required for AWS authentication
-AWS_SECRET_ACCESS_KEY=your-secret-key    # Required for AWS authentication
-```
-
-## 고급 사용법
-
-### 세션 관리가 포함된 다중 에이전트 워크플로우
-
-```python {2, 4-22}
-from crewai import Agent, Task, Crew, Process
-from crewai_tools.aws.bedrock.agents.invoke_agent_tool import BedrockInvokeAgentTool
-
-# Initialize tools with session management
-initial_tool = BedrockInvokeAgentTool(
-    agent_id="your-agent-id",
-    agent_alias_id="your-agent-alias-id",
-    session_id="custom-session-id"
-)
-
-followup_tool = BedrockInvokeAgentTool(
-    agent_id="your-agent-id",
-    agent_alias_id="your-agent-alias-id",
-    session_id="custom-session-id"
-)
-
-final_tool = BedrockInvokeAgentTool(
-    agent_id="your-agent-id",
-    agent_alias_id="your-agent-alias-id",
-    session_id="custom-session-id",
-    end_session=True
-)
-
-# Create agents for different stages
-researcher = Agent(
-    role='AWS Service Researcher',
-    goal='Gather information about AWS services',
-    backstory='I am specialized in finding detailed AWS service information.',
-    tools=[initial_tool]
-)
-
-analyst = Agent(
-    role='Service Compatibility Analyst',
-    goal='Analyze service compatibility and requirements',
-    backstory='I analyze AWS services for compatibility and integration possibilities.',
-    tools=[followup_tool]
-)
-
-summarizer = Agent(
-    role='Technical Documentation Writer',
-    goal='Create clear technical summaries',
-    backstory='I specialize in creating clear, concise technical documentation.',
-    tools=[final_tool]
-)
-
-# Create tasks
-research_task = Task(
-    description="Find all available AWS services in us-west-2 region.",
-    agent=researcher
-)
-
-analysis_task = Task(
-    description="Analyze which services support IPv6 and their implementation requirements.",
-    agent=analyst
-)
-
-summary_task = Task(
-    description="Create a summary of IPv6-compatible services and their key features.",
-    agent=summarizer
-)
-
-# Create a crew with the agents and tasks
-crew = Crew(
-    agents=[researcher, analyst, summarizer],
-    tasks=[research_task, analysis_task, summary_task],
-    process=Process.sequential,
-    verbose=2
-)
-
-# Run the crew
-result = crew.kickoff()
-```
-
-## 사용 사례
-
-### 하이브리드 멀티 에이전트 협업
-- CrewAI 에이전트가 AWS에서 서비스로 실행되는 관리형 Bedrock 에이전트와 협력하는 워크플로우를 생성합니다.
-- 민감한 데이터 처리가 AWS 환경 내에서 이루어지면서, 다른 에이전트는 외부에서 작동하는 시나리오를 구현합니다.
-- 온프레미스 CrewAI 에이전트와 클라우드 기반 Bedrock 에이전트를 연결하여 분산 지능 워크플로우를 실현합니다.
-
-### 데이터 주권 및 준수
-- 데이터에 민감한 에이전틱 워크플로우를 AWS 환경 내에서 유지하면서, 외부 CrewAI 에이전트가 작업을 오케스트레이션할 수 있도록 허용합니다
-- 민감한 정보를 오직 귀하의 AWS 계정 내에서 처리함으로써 데이터 보관 위치 요건을 준수합니다
-- 일부 에이전트가 귀 조직의 비공개 데이터에 접근할 수 없는 안전한 다중 에이전트 협업을 가능하게 합니다
-
-### 원활한 AWS 서비스 통합
-- 복잡한 통합 코드를 작성하지 않고도 Amazon Bedrock Actions를 통해 모든 AWS 서비스에 액세스할 수 있습니다.
-- CrewAI 에이전트가 자연어 요청을 통해 AWS 서비스와 상호작용할 수 있습니다.
-- Bedrock Knowledge Bases, Lambda 등과 같은 AWS 서비스와 상호작용할 수 있도록 사전 구축된 Bedrock 에이전트 기능을 활용할 수 있습니다.
-
-### 확장 가능한 하이브리드 에이전트 아키텍처
-- 계산 집약적인 작업은 관리형 Bedrock 에이전트에 오프로드하고, 경량 작업은 CrewAI에서 실행
-- 로컬 CrewAI 에이전트와 클라우드 기반 Bedrock 에이전트 간에 워크로드를 분산하여 에이전트 처리를 확장
-
-### 조직 간 에이전트 협업
-- 귀 조직의 CrewAI 에이전트와 파트너 조직의 Bedrock 에이전트 간의 안전한 협업을 지원합니다
-- 민감한 데이터를 노출하지 않고도 Bedrock 에이전트의 외부 전문 지식을 워크플로우에 통합할 수 있습니다
-- 보안 및 데이터 통제를 유지하면서 조직 경계를 넘는 에이전트 생태계를 구축합니다