AWS, ajanların araçları çalışma anında keşfetmesini sağlayan Agent Registry'yi tanıttı

AWS, yapay zekâ ajanlarının kullanacakları araçları kod içine sabit yazmak yerine çalışma anında keşfetmesini sağlayan yönetilen bir hizmet olan AWS Agent Registry'yi tanıttı. Şirketin Machine Learning Blog'unda yayımlanan yazıya göre hizmet, Model Context Protocol (MCP) sunucularını, ajanları ve ajan becerilerini aranabilir bir katalogda topluyor; orchestrator olarak çalışan ajan da görevine uygun araçları bu katalogdan çekiyor.

Yazıda sorun şöyle çerçeveleniyor: birkaç araç için elle kodlanan bağlantılar onlarca araçta bozulmaya başlıyor, yüzlerce iç API'nin bulunduğu kurumsal sistemlerde ise yönetilemez hale geliyor. Bu durumda model, kullanıcının isteğini anlamaya ayıracağı token'ın bir kısmını araç adlarını ayırt etmeye harcıyor. Her yeni yetenek için orchestrator kodunun değişmesi, yeniden dağıtılması ve ekipler arasında eşgüdümlü bir sürüm çıkarılması gerekiyor.

AWS Agent Registry nedir, ne işe yarıyor?

Agent Registry, yayıncıların protokole özgü tanımlayıcıları ve aranabilir açıklamaları kaydettiği yönetilen bir hizmet olarak tanımlanıyor. Çalışma anında orchestrator, onaylanmış ve keşfedilebilir kayıtlar arasında arama yapıyor; dönen uç nokta ve tanımlayıcı içeriğiyle bir istemci oluşturuyor. Blog yazısına göre arama sonuçları, yeteneğin çağrı kimlik bilgilerini veya kimlik doğrulama şemasını içermiyor.

Kayıtların keşfedilebilir olması için bir onay sürecinden geçmesi gerekiyor. Otomatik onay kapalıyken yeni bir kayıt DRAFT'tan PENDING_APPROVAL'a, ardından APPROVED'a geçiyor. Gönderme ve durum güncelleme işlemleri IAM yetkilendirmesine tabi olduğu için yayıncı ve onaylayıcı izinleri birbirinden ayrılabiliyor.

Keşfet, oluştur, çalıştır: örnek nasıl işliyor?

Blog yazısında anlatılan Python örneği üç adımlı bir döngü kuruyor. Orchestrator önce doğal dilde bir sorguyu Registry'nin veri düzlemine gönderiyor. Dönen her kayıt için tanımlayıcı tipine göre bir istemci oluşturuluyor: MCP kaydı AgentCore Gateway uç noktasına, A2A kaydı ise AgentCore runtime uç noktasına işaret ediyor. Son adımda yalnızca o istek için keşfedilen araçlarla geçici bir iç ajan kuruluyor; model uygun aracı seçiyor ve sonucu kullanıcıya özetliyor. İstek tamamlanınca iç ajan ve istemcileri kapatılıyor, bir sonraki istekte arama yeniden yapılıyor.

Örnek mimaride AWS Agent Registry'nin yanı sıra Amazon Bedrock AgentCore Gateway, Amazon Bedrock AgentCore runtime, Amazon Bedrock, Amazon Cognito, AWS Lambda ve AWS Secrets Manager yer alıyor. Temel model olarak bölgeler arası model kimliğiyle yapılandırılmış bir Anthropic Claude Sonnet modeli kullanılıyor.

Kimlik doğrulama neden katalogda değil?

Yazı, keşif ile kimlik doğrulamayı bilinçli olarak ayırıyor. Registry yalnızca bağlantı metadatası sağlıyor; kimlik bilgilerinin güvenilir ve ayrı bir yapılandırma yolundan alınması gerekiyor. Örnekte Gateway için Cognito OAuth erişim jetonu Cognito yapılandırması ve Secrets Manager üzerinden alınıyor, A2A runtime çağrıları ise boto3 oturumu üzerinden çağıranın AWS kimlik bilgileriyle imzalanıyor.

Neden önemli?

Yaklaşım, kurumsal SaaS projelerinde geniş iç API yüzeylerini ajana açan ekipler için bir darboğazı hedefliyor: katalog büyüdükçe derleme zamanında yapılan bağlantılar yavaşlıyor. Çalışma anında keşifle yeni bir entegrasyon, kayıt ve onayın ardından orchestrator kodu değiştirilmeden kullanılabilir hale geliyor.

Blog yazısı, katalog büyüdükçe sıralama kalitesinin kendiliğinden artacağı yönünde bir iddiada bulunmuyor. Açıklamaların komşu kayıtlardan ayırt edici, kullanıcı odaklı bir dille yazılması ve arama kalitesinin temsili sorgularla değerlendirilmesi öneriliyor. Yazıdaki iade ve para geri ödemesi senaryosu da genel bir sıralama kanıtı değil, yalnızca demo sonucu olarak sunuluyor.

AWS Agent Registry'nin Türkiye'deki kullanıcılar için ne zaman ve hangi bölgelerde kullanıma açılacağına dair bir bilgi ise kaynak metinde yer almıyor.