拓十年匠心定制 · 商业建站与技术教学双线并行 咨询热线:400-886-1026 service@lmnt.cn
ARTICLE DETAIL

资讯详情

深耕网站建设与运营推广的一线实战洞察。

如何把 AWS AgentCore 与 Azure AI Foundry Agent 联邦到同一网关:Jarvis Registry 跨云 Agent 联邦实战指南

如何把 AWS AgentCore 与 Azure AI Foundry Agent 联邦到同一网关:Jarvis Registry 跨云 Agent 联邦实战指南

如何把 AWS AgentCore 与 Azure AI Foundry Agent 联邦到同一网关:Jarvis Registry 跨云 Agent 联邦实战指南

【免费下载链接】jarvis-registryConnect any AI copilot or autonomous agent to your enterprise tools — through a single, secure MCP/Agent gateway with built-in identity, access control, and full observability.项目地址: https://gitcode.com/gh_mirrors/ja/jarvis-registry

跨云 Agent 联邦,一次配置搞定

在企业 AI 落地中,Agent 往往分散在不同云平台:一部分跑在 AWS AgentCore,一部分在 Azure AI Foundry。客户端(Copilot、自主 Agent)需要为每个云写不同的发现与鉴权逻辑,维护成本很高。Jarvis Registry是一个开源的 MCP / A2A Agent 网关与注册中心,它通过"联邦(Federation)"机制,把 AWS AgentCore 与 Azure AI Foundry 中的 MCP 服务器和 A2A Agent 自动同步进同一个网关,实现统一目录、统一鉴权、统一共享和全链路可观测。

核心价值一句话:一个安全网关,管住两个云的 Agent。


为什么需要跨云 Agent 联邦?

  • 🌐资源分散:AgentCore 上的 MCP 运行时和 Foundry 里的 Agent 各自为政,客户端无法统一发现
  • 🔐鉴权复杂:AWS 用 IAM / 角色假设,Azure 用 Entra ID RBAC,客户端需要写两套鉴权
  • 📋治理缺失:导入的外部 Agent 默认应该"私有",管理员审核后才能共享给团队
  • 📊观测困难:跨云调用缺少统一日志、指标与追踪

Jarvis Registry 的联邦模块(核心实现在 registry/src/registry/services/federation/)把这些问题收敛到一处:同步、规范化、鉴权推断、共享管控、向量索引重建全部由网关完成。


三步完成跨云 Agent 联邦配置

第一步:在 UI 中创建联邦连接

管理员在注册中心前端进入联邦管理页面,选择 Provider 类型(AWS AgentCore / Azure AI Foundry / GitHub),填写连接参数。创建表单源码位于 MainConfigForm.tsx。

AWS AgentCore 需要填:

  • Region:如us-east-1
  • AGENTCORE_ASSUME_ROLE_ARN:Jarvis 的 Pod 会通过 STS 假设该角色访问 AgentCore 控制面
  • Resource Tags Filter(可选):如env:production, team:platform,只导入标签完全匹配的运行时

Azure AI Foundry 需要填:

  • Project Endpoint:https://{account}.services.ai.azure.com/api/projects/{project}
  • Tenant ID / Client ID / Client Secret(可选):默认使用托管身份,改用服务主体时三者一起填写

表单说明与完整流程详见 docs/features/agentcore-federation.md 与 docs/features/foundry-ai-federation.md。

第二步:自动同步与元数据规范化

保存后,Jarvis Registry 校验连接并建立联邦链接,然后自动拉取资源:

云来源导入的资源规范化要点
AWS AgentCoreMCP 服务器 + A2A Agent自动推断每个运行时的鉴权模式(IAM 或 JWT),存到资源级runtimeAccess
Azure AI FoundryA2A Agent处理非标准 AgentCard 发现路径(如agentCard/v0.3),并记录 Entra ID RBAC 前置条件

同步采用"版本感知、最小写入"策略:首次同步插入、版本不变跳过、版本变化更新、消失即删除,并同步重建 Weaviate 向量索引,保证语义搜索可用。完整同步策略与 API 契约见 docs/design/federation-api.md。

第三步:审核后共享,治理与本地资源一致

联邦导入的资源不会自动对所有用户可见。管理员可以:

  • 先保持私有,用于验证
  • 共享给特定用户或用户组
  • 验证通过后,发布给所有具备 VIEW 权限的用户

共享面板、ACL 强制(认证 → RBAC → ACL 三层)与本地 MCP 服务器、本地 Agent 完全一致,安全设计详见 docs/design/security-design.md。


客户端如何消费联邦资源?

同步完成后,外部资源与本地资源在同一目录里呈现,客户端无需感知它来自哪个云:

  • 统一注册中心端点:Copilot 与 Agent 通过同一个网关入口发现并调用 MCP 服务器 / A2A Agent
  • 鉴权透明:网关在调用时按资源的runtimeAccess配置自动完成 AWS STS 假设角色或 Entra ID 令牌获取,客户端只面对网关自己的认证
  • 语义搜索:基于重建后的向量索引,Agent 可按技能、描述、标签找到正确的工具

A2A Agent 的发现与管理界面参考 docs/img/a2a-discovery.png,网关层面的访问控制效果见 docs/img/mcpgw-ac-1.png。


如何验证与排查跨云同步?

  • 同步状态:联邦列表 / 详情页展示syncStatus(idle / pending / syncing / success / failed)、统计(mcpServerCount、agentCount、toolCount、importedTotal)与lastSync摘要,失败原因会保留在errorMessages中
  • 部分成功语义:只要至少一个资源完整导入,作业整体记为success,同时保留失败资源明细,方便定位(如403 Forbidden的 Agent 会被排除)
  • 手动验证脚本:
    • scripts/azure_foundry_sync.py — 走生产代码路径创建 Foundry 联邦并触发同步
    • scripts/azure_foundry_execute.py — 读取已同步的 A2A Agent 并实际发起一次调用
    • scripts/verify/check_federation_metadata.py — 校验联邦元数据


小结:一套网关,两个云,一个目录

关注点Jarvis Registry 的做法
跨云发现AgentCore / AI Foundry 联邦自动导入,标签过滤
鉴权治理控制面(发现)与数据面(调用)鉴权分离,资源级自动推断
共享管控与本地资源一致的 ACL 模型,先私有、后共享、再发布
检索与观测向量索引自动重建 + 请求日志、OTel 追踪、Prometheus 指标

如果你也在做多云 Agent 治理,从 docs/features/agentcore-federation.md 的创建表单开始,再对照 docs/design/federation-api.md 理解 API 契约,就能快速把两个云的 Agent 收敛到同一个安全网关后面 🚀

【免费下载链接】jarvis-registryConnect any AI copilot or autonomous agent to your enterprise tools — through a single, secure MCP/Agent gateway with built-in identity, access control, and full observability.项目地址: https://gitcode.com/gh_mirrors/ja/jarvis-registry

创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考

返回列表