在 Amazon Bedrock AgentCore Runtime Instances 上构建多智能体音乐制作流水线 | Amazon Web Services

📌 One-Sentence Summary

AWS 展示了如何在 Bedrock AgentCore Runtime Instances 上构建多智能体音乐制作流水线，利用共享 GPU EC2 实例、持久化存储和同部署智能体协作渲染、处理并验证音频轨道。

📝 Summary

本文技术指南详细介绍了如何在 Amazon Bedrock AgentCore Runtime Instances 上构建一个三智能体音乐制作流水线。该系统使用了三个专业智能体：作曲（在实例的 NVIDIA L4 GPU 上使用 ACE-Step 生成音频）、交付（根据音频测量应用 DSP）和合规（独立对备份目录进行验证和筛选）——它们通过单个 EC2 实例上的共享会话进行协作。文章详细说明了 Runtime Instances 相比于 MicroVM 的关键区别：多日会话持久化（最长 14 天）、GPU 访问、通过共享 runtimeSessionId 实现 1:N 智能体同部署以及持久化 EBS 卷。指南提供了完整的实操步骤，涵盖了带有 IAM 角色的容量提供者设置、混合制品类型（容器镜像和 S3 zip 包）的智能体运行时部署，以及共享会话的多智能体工作流编排。包含每个智能体的特定代码示例、基础设施配置和部署步骤，完整示例可在 AgentCore samples GitHub 仓库中获取。

💡 Main Points

通过共享会话实现多智能体同部署的协作工作流

通过在同一容量提供者上使用相同的 runtimeSessionId 调用智能体，AgentCore 可将多个智能体放置在同一 EC2 实例上并共享文件系统，允许它们在无需外部协调的情况下访问彼此的输出。

在持久化 EC2 实例上进行 GPU 加速音频生成

作曲智能体直接在实例的 NVIDIA L4 GPU 上运行 ACE-Step 基础模型，在大 9 秒内渲染出 20 秒 48 kHz 立声音频，模型和依赖项存储在跨调用重用的持久化卷中。

混合打包方式的智能体制品独立部署

每个团队按照自己的节奏发布自己的制品——作曲和交付智能体使用来自 ECR 的容器镜像，合规智能体使用 S3 zip 包——它们在一个容量提供者上共存且互不干扰。

具有自动空闲管理的多日会话持久化

会话通过可配置的空闲超时（600 秒）和最大寿命（86400 秒）持续最多 14 天，允许制作人在夜停并在第二天恢复，且所有状态和模型在持久化 EBS 卷上保持完好。

💬 Key Quotes

当你需要三个智能体在跨越数天的创意工作流中协作、共享上下文并在彼此的输出基础上构建时，限制几小时的无服务器会话是不够的。

通过共享会话 ID 进行同部署。每个智能体都有自己的运行时，但通过在同一容量提供者上使用相同的 runtimeSessionId 调用它们，AgentCore 将它们放置在同一实例上，并挂载相同的卷。它们共享文件系统并可以访问彼此的输出。

作曲智能体直接在实例的 NVIDIA L4 上运行 ACE-Step 基础模型，在大 9 秒内渲染 20 秒 48 kHz 立声。模型及其依赖项位于持久化卷上。为会话构建一次，然后在会话中的每次调用中重用，包括在夜停之后。

📊 Article Meta

AI Screening： 86

Source： AWS Artificial Intelligence

Author： Evandro Franco

Category： 人工智能

Language： 英文

Read Time： 13 min

Word Count： 3109

Tags：

AI 与智能应用 , AI 工作流 , AI 工程 , 云原生 / DevOps , Agent编排