n8n 集成 Amazon Bedrock AgentCore：生产级 AI Agent 无需写代码，中文用户也能用

一句话看懂

Amazon Bedrock AgentCore harness 正式可用，n8n 用户可通过新开源节点，在可视化编辑器中构建带持久记忆、真实工具和 VPC 隔离的生产级 AI Agent，无需编写基础设施或 Agent 代码。

详细发生了什么

AWS 宣布 Amazon Bedrock AgentCore harness 正式可用（GA），并推出一个开源的 n8n 社区节点 @aws/n8n-nodes-agentcore，将 AgentCore harness 的能力集成到 n8n 的可视化编辑器中。该节点基于 MIT 许可证开源，底层由 AWS 的开源 Agent 框架 Strands Agents 驱动。

AgentCore harness 为 Agent 提供托管的基础设施层，包括编排循环、工具调用、context window 管理、跨轮次状态保持、故障恢复和会话隔离。用户只需在配置中定义 Agent 的模型、工具、技能和指令，即可运行生产级 Agent。每个会话在独立环境中运行，拥有文件系统、shell、跨会话记忆和网页浏览能力。

在 n8n 中，该节点与内置 AI Agent 节点不同，它暴露了完整的 harness 功能。节点只有一个关键字段 Harness ARN：留空时首次运行自动创建 Agent，后续运行复用；粘贴已有 ARN 则可直接调用外部创建的 Agent。节点支持 Amazon Bedrock、OpenAI、Google Gemini 和 LiteLLM 支持的提供商，并可在同一对话的不同轮次间切换模型。

文章详细演示了安装、配置 AWS 凭证、构建带记忆的 Agent、按用户隔离记忆、添加代码解释器工具、赋予技能，以及在 VPC 中私有运行等步骤。节点版本 0.3，要求 n8n 实例（自托管或云版）、AWS 账户及相应 IAM 权限。

中文圈视角

对中文圈用户而言，这个节点最直接的价值是降低了构建生产级 Agent 的门槛。国内开发者常用 n8n 做自动化，但此前要构建带持久记忆和真实工具的 Agent，往往需要自己写编排代码或依赖国外平台。现在通过 n8n 的可视化界面，即使不熟悉 Agent 底层原理，也能快速搭建。

不过需要注意，Amazon Bedrock 在国内没有直接可用区域，需要海外 AWS 账号和网络环境。对于无法使用 AWS 的用户，国内有类似方案，如阿里云的百炼平台（Model Studio）或智谱的 Agent 平台，但集成 n8n 的社区节点尚不成熟。如果已经在用 n8n 和 AWS，这个节点是顺理成章的选择；否则，可以关注国内平台的类似集成。

另外，AgentCore harness 支持多模型提供商，意味着可以在 n8n 中灵活切换 Claude、GPT 或 Gemini，这对需要对比模型效果的中文开发者很实用。但要注意数据出境问题，如果 Agent 处理敏感数据，需评估合规风险。

几条值得记住的细节

• 节点 @aws/n8n-nodes-agentcore 是经过验证的社区节点，可在 n8n 节点面板直接搜索安装，版本 0.3。
• 首次运行 Agent 需 30-60 秒预置，之后可复用；记忆默认开启，自动预置托管记忆存储。
• 通过 Actor ID 和 Session ID 实现记忆隔离：Actor 隔离用户，Session 隔离会话，不同 Actor 即使使用相同 Session ID 也有独立记忆。
• 支持在 n8n 中直接切换模型提供商（Bedrock、OpenAI、Gemini、LiteLLM），同一对话不同轮次可换。
• 成本注意：AgentCore harness、托管记忆存储和 VPC 端点均为 AWS 计费资源，需按文档清理。

一句话总结

如果你用 n8n 做自动化，这个节点让你零代码构建生产级 Agent，但需海外 AWS 环境，国内用户可关注平替方案。