crewAI/docs/pt-BR/tools/cloud-storage/bedrockinvokeagenttool.mdx

---
title: Ferramenta Bedrock Invoke Agent
description: Permite que agentes CrewAI invoquem Amazon Bedrock Agents e aproveitem suas capacidades em seus fluxos de trabalho
icon: aws
mode: "wide"
---

# `BedrockInvokeAgentTool`

A `BedrockInvokeAgentTool` permite que agentes CrewAI invoquem Amazon Bedrock Agents e aproveitem suas capacidades em seus fluxos de trabalho.

## Instalação

```bash
uv pip install 'crewai[tools]'
```

## Requisitos

- Credenciais AWS configuradas (através de variáveis de ambiente ou AWS CLI)
- Pacotes `boto3` e `python-dotenv`
- Acesso aos Amazon Bedrock Agents

## Uso

Veja como usar a ferramenta com um agente CrewAI:

```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)
```

## Argumentos da Ferramenta

| Argumento | Tipo | Obrigatório | Padrão   | Descrição                                           |
|:----------|:-----|:------------|:---------|:----------------------------------------------------|
| **agent_id** | `str` | Sim       | None     | O identificador único do agente Bedrock              |
| **agent_alias_id** | `str` | Sim  | None     | O identificador único do alias do agente             |
| **session_id** | `str` | Não     | timestamp | O identificador único da sessão                      |
| **enable_trace** | `bool` | Não  | False    | Define se o trace deve ser habilitado para debug     |
| **end_session** | `bool` | Não   | False    | Define se a sessão deve ser encerrada após invocação |
| **description** | `str` | Não    | None     | Descrição personalizada para a ferramenta            |

## Variáveis de Ambiente

```bash
BEDROCK_AGENT_ID=your-agent-id           # Alternativa para passar agent_id
BEDROCK_AGENT_ALIAS_ID=your-agent-alias-id # Alternativa para passar agent_alias_id
AWS_REGION=your-aws-region               # Padrão é us-west-2
AWS_ACCESS_KEY_ID=your-access-key        # Necessário para autenticação AWS
AWS_SECRET_ACCESS_KEY=your-secret-key    # Necessário para autenticação AWS
```

## Uso Avançado

### Fluxo de Trabalho Multiagente com Gerenciamento de Sessão

```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()
```

## Casos de Uso

### Colaborações Híbridas Multiagente
- Crie fluxos de trabalho onde agentes CrewAI colaboram com agentes Bedrock gerenciados executando como serviços na AWS
- Permita cenários em que o processamento de dados sensíveis ocorre dentro do seu ambiente AWS enquanto outros agentes operam externamente
- Conecte agentes CrewAI on-premises a agentes Bedrock baseados na nuvem para fluxos de trabalho distribuídos de inteligência

### Soberania e Conformidade de Dados
- Mantenha fluxos de trabalho agentivos sensíveis a dados dentro do seu ambiente AWS enquanto permite que agentes CrewAI externos orquestrem tarefas
- Mantenha conformidade com requisitos de residência de dados processando informações sensíveis somente em sua conta AWS
- Permita colaborações multiagentes seguras onde alguns agentes não podem acessar dados privados da sua organização

### Integração Transparente com Serviços AWS
- Acesse qualquer serviço AWS por meio do Amazon Bedrock Actions sem escrever código de integração complexo
- Permita que agentes CrewAI interajam com serviços AWS usando solicitações em linguagem natural
- Aproveite as capacidades pré-construídas dos agentes Bedrock para interagir com serviços AWS como Bedrock Knowledge Bases, Lambda e outros

### Arquiteturas de Agentes Híbridos Escaláveis
- Realize tarefas computacionalmente intensivas em agentes Bedrock gerenciados enquanto tarefas leves rodam em CrewAI
- Escale o processamento de agentes distribuindo cargas de trabalho entre agentes CrewAI locais e agentes Bedrock na nuvem

### Colaboração de Agentes Entre Organizações
- Permita colaboração segura entre agentes CrewAI da sua organização e agentes Bedrock de organizações parceiras
- Crie fluxos de trabalho onde a expertise externa de agentes Bedrock pode ser incorporada sem expor dados sensíveis
- Construa ecossistemas de agentes que abrangem fronteiras organizacionais mantendo segurança e controle de dados