Az AWS több ügynökkel épített zenei gyártási folyamatot az AgentCore-ban
Az AWS bemutatott egy három ügynökre épülő zenei gyártási folyamatot, amely ugyanazon GPU-s infrastruktúrán oszt meg fájlokat és munkamenetet. A rendszer zenét generál, elvégzi a hangmérnöki feldolgozást, majd megfelelőségi ellenőrzést futtat.
- Az AgentCore Runtime Instances legfeljebb 14 napos munkameneteket támogat.
- Egy EC2-példányon több ügynök osztozhat közös munkamenettel és fájlrendszerrel.
- A Composition agent ACE-Step modellel generál hangot NVIDIA L4 GPU-n.
- A Delivery és a Compliance agent külön méri és ellenőrzi a kész hanganyagot.
- A folyamat .wav fájlt és három döntési jelentést állít elő.
A hosszú munkafolyamatokra szánt infrastruktúra
Az AWS szeptember 30-i bemutatója szerint az Amazon Bedrock AgentCore Runtime Instances olyan feladatokra készült, amelyek több ügynök együttműködését és többnapos munkameneteket igényelnek. A rövid életű, kiszolgáló nélküli munkamenetek legfeljebb 8 óráig tarthatnak, míg a Runtime Instances munkamenetei legfeljebb 14 napig élhetnek.
Az AgentCore két számítási lehetőséget kínál. A MicroVM kiszolgáló nélküli megoldás, gyors hidegindítással, munkamenet-izolációval és fogyasztásalapú számlázással. A Runtime Instances AWS által kezelt EC2-infrastruktúrát használ. Egy EC2-példányon több ügynök is futhat, a munkamenethez pedig tartós Amazon EBS-tárhely kapcsolódhat.
A két megoldás ugyanazokat a futtatási API-kat használja, támogatja többek között a CrewAI, a LangGraph, a LlamaIndex és a Strands Agents keretrendszereket, valamint integrálható az MCP-vel és az A2A-val. A Runtime Instances ezen felül GPU-hozzáférést és egy példányon belüli ügynök-elhelyezést kínál.
Három ügynök dolgozik ugyanazon a zenén
A minta három specializált ügynökből áll. A Composition agent a producer kéréséből zenei briefet készít Claude Sonnet 4.6 segítségével, majd az ACE-Step nyílt forráskódú zenei generatív modellen létrehozza a hanganyagot az instance NVIDIA L4 GPU-ján. Az ügynök konténerképként kerül az Amazon Elastic Container Registrybe.
A Delivery agent a megosztott fájlrendszerről beolvassa a létrehozott .wav fájlt, megméri, majd a mérések alapján Claude Sonnet 4.6 segítségével hangmérnöki feldolgozási láncot kér. Ez EQ-t, kompressziót és limitálást tartalmazhat. A tényleges jelfeldolgozás után az ügynök újra megméri az eredményt.
A Compliance agent függetlenül ellenőrzi a kész változatot, összeveti a Delivery agent által jelzett célértékekkel, és harmonikus hasonlóságot keres a stúdió korábbi katalógusában. Ha egyezést jelez, visszahívja a Composition agentet egy új változat elkészítésére, majd ismét lefuttatja az ellenőrzést.
Közös munkamenet, megosztott tárhely és GPU
Az ügynökök külön futtatókörnyezetet kapnak, de ugyanazzal a runtimeSessionId azonosítóval és ugyanazon kapacitásszolgáltatón keresztül ugyanarra az EC2-példányra kerülhetnek. Így közös fájlrendszert használnak, és hozzáférnek egymás kimeneteihez.
Az AWS szerint az ACE-Step modell az instance NVIDIA L4 GPU-ján 20 másodpercnyi, 48 kHz-es sztereó hangot körülbelül 9 másodperc alatt renderel. A modell és függőségei tartós köteten maradnak, ezért egy munkameneten belül későbbi meghívásokkor, akár egy éjszakai leállítás után is újra felhasználhatók.
A munkamenet több napig folytatható. A producer például hétfőn dolgozhat a kompozíción, kedden pedig folytathatja a kézbesítési feldolgozást. Az instance inaktivitáskor automatikusan leáll, a következő meghíváskor pedig folytatódik a munka.
Külön telepíthető ügynökök és gyakorlati használat
A három csapat egymástól függetlenül frissítheti saját ügynökét. Az Audio AI csapat új kompozíciós konténert adhat ki anélkül, hogy össze kellene hangolnia a változtatást az Audio Engineering vagy a Release Engineering csapattal. A rendszer konténerképeket és Amazon S3-ban tárolt kódcsomagokat is kezelhet ugyanazon kapacitásszolgáltatón.
Az AWS gyakorlati útmutatója bemutatja az AWS-fiók előkészítését, a három ügynök definiálását, a GPU-s példányt és tartós köteteket létrehozó kapacitásszolgáltató beállítását, valamint az ügynökök telepítését és közös munkamenetben történő meghívását. A folyamat végén lejátszható .wav fájl és három, a döntéseket ismertető jelentés készül.
A példához AWS-fiók, beállított AWS CLI, legalább egy alhálózattal és biztonsági csoporttal rendelkező VPC, Claude Sonnet 4.6-hozzáférés, OCI-kompatibilis konténereszköz, Python 3.10 vagy újabb, valamint boto3 1.36.0 vagy újabb, illetve botocore 1.43.72 vagy újabb szükséges. A teljes mintakód az AgentCore samples GitHub-tárházban érhető el.
