agentcore createで生成されるファイルの正体を理解する【Bedrock AgentCore】

はじめに

みなさんは

agentcore create

以前の記事で、AgentCoreのCLIにはpip版（Legacy）とnpm版（現行）の2種類があることを書いた。
(以前の記事はこちら)
https://qiita.com/toshi-arch/items/5a791548dc4ccadc9ab0

npm install -g @aws/agentcore

これが現在の正しいインストール方法。

で、インストールしたあと

agentcore create

「動いてるからまあいいか」って思いながらも、内心は「このファイル、何？？」だった...。

この記事では、その生成されたテンプレートファイルが何者なのかを一つずつ整理する。

agentcore create

を実行すると何が聞かれるか

対話モードで実行するとウィザード形式で質問が来る。

agentcore create

まず「プロジェクト名」を聞かれ、次に「今すぐエージェントを追加するか？」と聞かれる。Yes を選ぶと以下の順に質問が続く。

全部答えると確認画面が出て、Enterで生成が始まる。

全部デフォルト（Python / Strands / Bedrock / メモリなし / Direct Code Deploy / HTTP）でよければ

--defaults

agentcore create --name MyAgent --defaults

生成されるファイル構成

実際に生成されるのはこんな構成だった。

MyAgent/
├── AGENTS.md               # AIコーディングアシスタント向けの説明ファイル
├── README.md
├── agentcore/              # 設定・インフラ系（触るのはJSONだけ）
│   ├── agentcore.json      # プロジェクト全体の設計図
│   ├── aws-targets.json    # デプロイ先のAWSアカウント・リージョン
│   ├── .env.local          # APIキーなど（gitignore済み）
│   ├── .llm-context/       # AI向けのTypeScript型定義（触らない）
│   └── cdk/                # CDKプロジェクト（触らない）
└── app/
    └── MyAgent/            # エージェントの実装本体（ここを育てる）
        ├── main.py
        ├── pyproject.toml
        ├── model/
        │   └── load.py     # モデルの設定
        └── mcp_client/
            └── client.py   # MCPクライアントの設定

ドキュメントには載っていないファイルもいくつかある。一つひとつ見ていこうと思う。

各ファイルの正体

agentcore/agentcore.json

── このプロジェクトの"設計図"

一番重要なファイル。エージェントの構成がすべてここに書かれている。

{
  "$schema": "https://schema.agentcore.aws.dev/v1/agentcore.json",
  "name": "MyAgent",
  "version": 1,
  "managedBy": "CDK",
  "tags": {
    "agentcore:created-by": "agentcore-cli",
    "agentcore:project-name": "MyAgent"
  },
  "runtimes": [
    {
      "name": "MyAgent",
      "build": "CodeZip",
      "entrypoint": "main.py",
      "codeLocation": "app/MyAgent/",
      "runtimeVersion": "PYTHON_3_14",
      "networkMode": "PUBLIC",
      "protocol": "HTTP"
    }
  ],
  "memories": [],
  "credentials": [],
  "evaluators": [],
  "onlineEvalConfigs": [],
  "agentCoreGateways": [],
  "policyEngines": [],
  "configBundles": [],
  "abTests": [],
  "httpGateways": []
}

agentcore add memory

agentcore add gateway

memories

agentCoreGateways

agentcore deploy

agentcore/aws-targets.json

── どのAWSアカウント・どのリージョンにデプロイするか

[]

生成直後はこれだけ...。空の配列だった。

agentcore deploy

agentcore/.env.local

── APIキーの置き場所

BedrockではなくAnthropic・OpenAI・Geminiをモデルプロバイダーに選んだ場合、APIキーをここに書く。

gitignoreされているのでリポジトリには含まれない。安心して書ける。

Bedrockを使う場合はAWSの認証情報（

~/.aws/credentials

app/MyAgent/main.py

── エージェントの実装本体

フレームワーク（今回はStrands）のスターターコードが入った状態で生成される。

from strands import Agent, tool
from bedrock_agentcore.runtime import BedrockAgentCoreApp
from model.load import load_model
from mcp_client.client import get_streamable_http_mcp_client

app = BedrockAgentCoreApp()

# サンプルツールの定義
@tool
def add_numbers(a: int, b: int) -> int:
    """Return the sum of two numbers"""
    return a + b

# エントリーポイント
@app.entrypoint
async def invoke(payload, context):
    agent = Agent(model=load_model(), tools=[add_numbers])
    stream = agent.stream_async(payload.get("prompt"))
    async for event in stream:
        if "data" in event and isinstance(event["data"], str):
            yield event["data"]

if __name__ == "__main__":
    app.run()

（実際のコードは少し長いので要点だけ抜粋）

ポイントは2つ。

• BedrockAgentCoreApp()

  でAgentCoreのランタイムに乗せるためのラッパーを作る

• @app.entrypoint

  デコレータをつけた関数が、AgentCoreから呼ばれるエントリーポイントになる

ここが唯一、自分でゴリゴリ書き換えていく場所。他のファイルは基本CLIが管理してくれる。

app/MyAgent/model/load.py

── モデルの設定

from strands.models.bedrock import BedrockModel

def load_model() -> BedrockModel:
    return BedrockModel(model_id="global.anthropic.claude-sonnet-4-5-20250929-v1:0")

main.py

app/MyAgent/pyproject.toml

── Python依存関係の管理

[project]
dependencies = [
    "aws-opentelemetry-distro",
    "bedrock-agentcore >= 1.0.3",
    "strands-agents >= 1.13.0",
    "mcp >= 1.19.0",
    ...
]

agentcore dev

AGENTS.md

── AIコーディングアシスタント向けのコンテキストファイル

これが一番「なんだこれ！！」だった。

Claude CodeなどのAIコーディングアシスタントがこのプロジェクトを理解するための説明書になっている。

agentcore.json

agentcore/.llm-context/

── AI向けのTypeScript型定義

同じくAIアシスタント向けに用意されたTypeScriptの型定義ファイル群。

agentcore.json

AGENTS.md

ファイルたちが実際にどう使われるか

生成されたファイルが各コマンドでどう動くかを整理するとこうなる。

agentcore dev
  └─ pyproject.toml を読んで venv をセットアップ
  └─ main.py を実行してローカルサーバー起動（ポート8080）
  └─ ブラウザで Agent Inspector を開く

agentcore deploy
  └─ agentcore.json を読んで「何を作るか」を確認
  └─ aws-targets.json を読んで「どこに作るか」を確認
  └─ app/ のコードをzip化してS3へ（Direct Code Deployの場合）
  └─ CDKでCloudFormationスタックを作成・更新

main.py

agentcore dev

agentcore deploy

おわりに

正直、最初は「なんかファイルがいっぱい生成されたな...」くらいにしか思っていなかった。

でも一つひとつ調べてみると、役割分担がはっきりしていて理にかなった構成だとわかった！！

• 設定は

  agentcore.json

  に集約
• コードは

  app/

  の中だけ触ればいい
• AIコーディングアシスタントへの配慮まで組み込まれている

この構造を知っているだけで、次に

agentcore add

agentcore.json