Hoy, estamos anunciando la disponibilidad general de Web Answer en Amazon Bedrock AgentCore. Con Web Answer, los constructores de agentes obtienen una respuesta sintetizada y con citas de fuentes a una pregunta en lenguaje natural con una sola llamada a una herramienta. Ya no necesitan construir una búsqueda, recuperar, sintetizar y pipeline de citación ellos mismos.

Si ha construido agentes que necesitan responder preguntas desde fuentes web actuales, conoce el patrón: llamar a una API de búsqueda, decidir qué resultados confiar, recuperar y limpiar el contenido de la página, solicitar a un modelo que sintetice y diseñar la extracción de citación para que la salida se remonte a una fuente. Cada paso es código que mantiene, y cada paso es otro lugar donde las cosas pueden salir mal: alucinación cuando la evidencia es insuficiente, contenido obsoleto cuando el índice cambia y atribución rota cuando una afirmación y su fuente se separan.

Web Answer colapsa toda la pipeline en una sola solicitud. Envías una pregunta. Recibes una respuesta citada en segundos. En esta publicación, explicamos qué hace Web Answer, lo comparamos con Web Search en AgentCore, mostramos cómo funciona y qué devuelve, y pasamos por agregar Web Answer a una puerta de enlace y llamarlo desde un agente.

Qué hace Web Answer

Diagrama de arquitectura de una solicitud de Web Answer: un agente llama a la Puerta de enlace, que autentica la solicitud e invoca el conector de Web Answer, que planifica y ejecuta búsquedas web paralelas, verifica hechos en páginas clave y devuelve una respuesta citada a través de la Puerta de enlace

Figura 1: Flujo de solicitud desde un agente a través de la Puerta de enlace a Web Answer y de regreso

Su agente envía una pregunta a su Puerta de enlace de AgentCore, una capacidad de Amazon Bedrock AgentCore. La Puerta de enlace autentica la llamada con AWS Identity and Access Management (AWS IAM) o un Token Web JSON (JWT). La Puerta de enlace llama a Web Answer, un conector administrado que AWS posee, utilizando su propio rol de servicio. Web Answer planifica sus búsquedas, ejecuta varias en paralelo y lee páginas clave para verificar los hechos. Cuando la evidencia es insuficiente, vuelve a buscar. Luego escribe una respuesta que vincula cada afirmación a su URL de fuente. La Puerta de enlace devuelve la respuesta y sus citaciones a su agente como un resultado de herramienta del Protocolo de Contexto de Modelo (MCP).

Web Answer es una herramienta de puerta de enlace de AgentCore administrada que toma una pregunta en lenguaje natural y devuelve una respuesta sintetizada en segundos basada en fuentes web actuales. Aquí está lo que obtiene:

  • Una respuesta fundamentada y citada, donde cada afirmación fundamentada se relaciona con una cita, con una URL de fuente donde esté disponible.
  • Fuentes actuales. Web Answer realiza nuevas búsquedas para cada pregunta, y su modelo se le proporciona la fecha de hoy para que pueda buscar información actualizada.
  • Búsqueda agente: Web Answer planifica sus propias búsquedas, ejecuta varias en paralelo, lee páginas para verificar hechos y decide cuándo tiene suficientes pruebas para responder.
  • Salvaguardas de IA responsables: Web Answer está diseñado y probado con salvaguardas de IA responsables.

Figura 2: Video de demostración que muestra cómo agregar Web Answer a un Gateway de AgentCore, desde la configuración hasta una respuesta citada y terminada

Web Answer y las herramientas de Búsqueda en la Web admiten casos de uso de recuperación, con diferentes niveles de complejidad de integración. La línea divisoria es quién ejecuta el modelo:

  • Búsqueda en la Web: Devuelve URLs clasificadas, títulos, fragmentos y metadatos. Usted mantiene su propio modelo y controla la síntesis. Utilice la Búsqueda en la Web cuando desee tener el control total sobre cómo se procesan los resultados.
  • Web Answer: Ejecuta el modelo, el bucle de recuperación agente, la síntesis y la atribución por usted. Obtiene una respuesta citada y terminada. Utilice Web Answer cuando la pregunta sea una sub-tarea dentro de un agente más grande y no desee poseer una canalización de recuperación para ella.

Muchos clientes utilizarán ambos. Un agente puede utilizar la Búsqueda en la Web para tareas de investigación amplias donde necesite resultados brutos, y Web Answer para preguntas fácticas específicas donde necesite una respuesta rápida y citada.

Configurar e invocar Web Answer

Web Answer es un conector que AWS posee. Usted lo referencia por ID, y el Gateway maneja el esquema de herramientas, la gobernanza de parámetros, la resolución de puntos finales y la autenticación al backend. En este recorrido, usted da permiso al rol de servicio de su Gateway para llamar a Web Answer, agrega un objetivo de Web Answer y lo llama desde un agente de Strands.

Empezar

Empezar lleva minutos. Un administrador de Gateway agrega Web Answer como objetivo en un Gateway de AgentCore existente, y la herramienta aparece a cualquier agente conectado a través de MCP mediante tools/list y tools/call.

Requisitos previos

  • Una cuenta de AWS con acceso a AgentCore Gateway.
  • Un AgentCore Gateway en us-east-1 que utiliza la autenticación de entrada IAM (AWS_IAM). Para crear uno, consulte Crear una puerta de enlace de Amazon Bedrock AgentCore en la Guía para desarrolladores.
  • Credenciales de AWS para una identidad que tiene bedrock-agentcore:InvokeGateway en la puerta de enlace, y acceso a Amazon Bedrock al modelo que utiliza su agente.
  • Python 3.10 o posterior, con los paquetes requeridos:
    pip install boto3 strands-agents mcp mcp-proxy-for-aws

Tenga en cuenta: Seguir estos pasos crea recursos de AWS que generan cargos. La puerta de enlace y las invocaciones de Web Answer son susceptibles de cargo. Consulte la sección de precios que sigue para obtener más detalles, y cuando termine, elimine los recursos que creó (consulte “Limpiar recursos”).

Paso 1: Otorgar al rol de servicio de la puerta de enlace acceso a Web Answer

La puerta de enlace utiliza su rol de servicio para actuar en su nombre. La política de confianza del rol permite bedrock-agentcore.amazonaws.com asumirlo, con el alcance de su cuenta. Para Web Answer, el rol necesita:

  • bedrock-agentcore:InvokeWebAnswer, para llamar a Web Answer. La puerta de enlace verifica este permiso en cada solicitud contra el ARN que AWS posee, arn:aws:bedrock-agentcore:us-east-1:aws:tool/web-answer.v1.

Adjunte la política al rol de servicio como una política en línea:

import json
import boto3

iam = boto3.client("iam")

iam.put_role_policy(
    RoleName="<gateway-service-role>",
    PolicyName="WebAnswerGuide",
    PolicyDocument=json.dumps({
        "Version": "2012-10-17",
        "Statement": [
            {
                "Sid": "InvokeWebAnswer",
                "Effect": "Allow",
                "Action": "bedrock-agentcore:InvokeWebAnswer",
                "Resource": "arn:aws:bedrock-agentcore:us-east-1:aws:tool/web-answer.v1",
            }
        ],
    }),
)

El rol controla solo las llamadas salientes de la puerta de enlace. Quién puede llamar a su puerta de enlace lo establece su autorizador de entrada. El rol también no necesita bedrock:InvokeModel: el modelo de su agente se ejecuta bajo su propia identidad.

Paso 2: Crear el objetivo de Web Answer

Agregue Web Answer como objetivo de conector. La connectorId indica a la puerta de enlace qué integración administrada provisionar: en este caso, un agente que busca en la web y escribe una respuesta citada.

import boto3

gateway_client = boto3.client("bedrock-agentcore-control", region_name="us-east-1")

target_response = gateway_client.create_gateway_target(
    name="web-answer-tool",
    gatewayIdentifier=gateway_id,
    targetConfiguration={
        "mcp": {
            "connector": {
                "source": {"connectorId": "web-answer"},
                "configurations": [{"name": "WebAnswer", "parameterValues": {}}],
            }
        }
    },
    credentialProviderConfigurations=[
        {"credentialProviderType": "GATEWAY_IAM_ROLE"}
    ],
)
target_id = target_response["targetId"]

La autenticación saliente es automática para los conectores. Con GATEWAY_IAM_ROLE, la puerta de enlace llama al backend de Web Answer con el rol de servicio del Paso 1, por lo que no crea ni almacena credenciales para la herramienta. Espere hasta que get_gateway_target informe el estado del objetivo como READY antes de llamarlo.

Como administrador de la puerta de enlace, también puede establecer un filtro de dominio en el objetivo. El filtro se aplica a cada llamada que pasa por el objetivo. Para limitar el objetivo a un conjunto de dominios, establezca parameterValues en {"domainFilter": {"include": ["bis.org"], "exclude": ["unreliable-source.net"]}}.

Paso 3: Invocar Web Answer desde un agente de Strands

Su agente descubre Web Answer a través del tools/list del Gateway y lo llama con tools/call, como cualquier otra herramienta de MCP. Esto funciona con Strands Agents, LangChain, LangGraph, CrewAI o cualquier otro cliente compatible con MCP.

from strands import Agent
from strands.models.bedrock import BedrockModel
from strands.tools.mcp import MCPClient
from mcp_proxy_for_aws.client import aws_iam_streamablehttp_client

gateway_url = "https://gateway-<id>.gateway.bedrock-agentcore.us-east-1.amazonaws.com/mcp"

mcp_client = MCPClient(lambda: aws_iam_streamablehttp_client(
    endpoint=gateway_url,
    aws_region="us-east-1",
    aws_service="bedrock-agentcore",
    aws_profile="<aws-profile-id>",  # identity with bedrock-agentcore:InvokeGateway on the Gateway
))

model = BedrockModel(model_id="us.anthropic.claude-sonnet-5", max_tokens=1024)

with mcp_client:
    tools = mcp_client.list_tools_sync()  # Web Answer tool discovered from the Gateway
    agent = Agent(model=model, tools=tools)

    result = agent("What are the Basel III minimum requirements for Tier 1 capital?")
    print(result.message)

Cuando una pregunta necesita información actual, su agente llama a la herramienta Web Answer (web-answer-tool___WebAnswer). Web Answer ejecuta la búsqueda agente y devuelve una respuesta finalizada con citas.

Además de la pregunta, la herramienta Web Answer acepta argumentos opcionales que su agente puede establecer en cada llamada: un filtro de dominio para incluir o excluir sitios, un rango de fechas de publicación y un país para localizar los resultados. El filtro de dominio del agente se combina con el filtro del objetivo. El agente puede excluir más dominios o limitar los resultados a algunos de los dominios incluidos en el objetivo, pero no puede agregar un dominio que el filtro del objetivo bloquee.

Formato de respuesta

Web Answer devuelve un resultado de herramienta de MCP con campos de contenido y contenido estructurado. La respuesta es texto en markdown con marcadores de cita en línea como [1], y structuredContent.answer lleva el mismo texto junto con una lista de citas estructuradas:

{
  "content": [
    {
      "type": "text",
      "text": "Under Basel III, banks must hold Common Equity Tier 1 capital of at least 4.5% of risk-weighted assets [[1](https://www.bis.org/...)]..."
    }
  ],
  "structuredContent": {
    "answer": [
      {
        "text": "Under Basel III, banks must hold Common Equity Tier 1 capital of at least 4.5% of risk-weighted assets [[1](https://www.bis.org/...)]...",
        "citations": [
          { "domain": "bis.org", "url": "https://www.bis.org/..." }
        ]
      }
    ]
  },
  "isError": false,
  "_meta": {
    "latencyMs": 5210
  }
}

structuredContent.answer normalmente contiene un solo bloque. Cada cita lleva la url de la fuente y, cuando esté disponible, el dominio.

Limpieza de recursos

Elimine el objetivo de Web Answer cuando ya no lo necesite:

gateway_client.delete_gateway_target(gatewayIdentifier=gateway_id, targetId=target_id)

Si creó el Gateway solo para este tutorial, elimine sus objetivos primero, luego el Gateway (delete_gateway) y luego el rol de servicio y su política. No hay infraestructura persistente en el lado de AWS más allá de estos recursos. Después de que se eliminen, deja de incurrir en cargos.

Controles empresariales integrados

Web Answer hereda los mismos controles empresariales que las otras herramientas de AgentCore:

  • Autenticación de gateway. No es necesario un clave de API separada para aprovisionar, rotar o administrar para Web Answer. Los llamadores se autenticican en el gateway con el método de entrada que configure, como AWS IAM (SigV4) o un token de Web JSON desde su proveedor de identidad. El gateway luego llama a Web Answer con su propio rol de servicio, que necesita el bedrock-agentcore:InvokeWebAnswer permiso.
  • VPC y AWS PrivateLink. Sus agentes pueden llamar al gateway a través de un punto final de interfaz virtual privada de nube (VPC) (com.amazonaws.us-east-1.bedrock-agentcore.gateway), por lo que el tráfico permanece fuera de internet público.
  • Cero datos de salida. Sus consultas y resultados permanecen dentro de su entorno de AWS.
  • Métricas de Amazon CloudWatch. Las métricas operativas se publican en CloudWatch desde la primera llamada.
  • Límites de velocidad por cuenta. Se aplican desde el lanzamiento, con 10 transacciones por segundo por cuenta en US East (N. Virginia) (us-east-1). Para solicitar un aumento, comuníquese con el soporte de AWS.
  • Límites de política de tiempo de administrador. El administrador de Gateway establece los límites de filtro de dominio en la configuración del objetivo. Los agentes pueden reducir los límites de filtro en cada llamada, pero no pueden ampliarlos.
  • Las consultas permanecen dentro de AWS. Web Answer busca en un índice web operado por Amazon y en el gráfico de conocimiento de Amazon, y no envía su pregunta a motores de búsqueda de terceros o sitios web externos.

Casos de uso

Web Answer ayuda a los agentes a recuperar información actual y citada para respaldar una serie de flujos de trabajo intensivos en conocimiento. Los escenarios de ejemplo incluyen:

  • Servicios financieros. Agentes de preguntas y respuestas regulatorias que responden preguntas sobre requisitos de cumplimiento, regulaciones del mercado y cambios en las políticas, donde cada respuesta debe rastrearse hasta una fuente autorizada.
  • Atención médica. Agentes de soporte clínico que basan sus respuestas en la literatura médica actual y las pautas de tratamiento publicadas en la web.
  • Servicio al cliente. Agentes de soporte que responden preguntas sobre productos y políticas en tiempo real, donde diez enlaces clasificados no son útiles y una respuesta citada sí lo es.
  • Legal y cumplimiento. Asistentes de investigación que responden preguntas sobre la ley de casos, presentaciones regulatorias y interpretaciones de políticas con citas auditables.
  • Trabajadores del conocimiento empresarial. Copilotos internos que responden preguntas desde la información pública actual sin requerir que los empleados creen su propio flujo de trabajo de búsqueda y síntesis.

Disponibilidad

Web Answer está disponible en US East (N. Virginia) (us-east-1), con más regiones de AWS próximamente.

Precios

Web Answer en Amazon Bedrock AgentCore tiene un precio de $10 por 1,000 llamadas de herramienta.

Conclusión

En esta publicación, mostramos cómo Web Answer brinda a sus agentes respuestas actuales y citadas a través de la búsqueda agente, sin necesidad de que usted construya o mantenga una canalización de búsqueda. Otorgamos acceso a un rol de servicio de Gateway a Web Answer, agregamos un objetivo de Web Answer, lo llamamos desde un agente de Strands y leímos la respuesta y sus citas desde la respuesta. Utilice Web Search en AgentCore cuando su propio modelo deba razonar sobre resultados brutos, y Web Answer cuando su agente necesite una respuesta terminada y citada.

Para empezar, consulte:


Acerca de los autores

Adrianna Chudy

Adrianna Chudy

Adrianna es una ingeniera de desarrollo de software senior en Amazon AGI, donde desarrolla Web Answer en Amazon Bedrock AgentCore. Trabaja en búsqueda web y respuesta a preguntas agente para modelos de fundación y agentes de inteligencia artificial, ayudándolos a brindar respuestas precisas y citadas basadas en información actual. Desde que se unió a Amazon en 2020, ha construido sistemas de conocimiento a gran escala, primero para Alexa y ahora para AWS.

Gaurav Deshmukh

Gaurav Deshmukh

Gaurav es un ingeniero de desarrollo de software senior en Amazon AGI con nueve años de experiencia en Amazon construyendo sistemas distribuidos a gran escala. Trabaja en la recuperación de información, la fundamentación y los servicios de AI agente que alimentan los modelos base y los agentes de AI, incluidas las capacidades disponibles a través de Amazon Bedrock AgentCore. Su trabajo ayuda a los agentes de AI a acceder a información precisa y en tiempo real y a realizar tareas de investigación complejas, mejorando la confiabilidad de las aplicaciones agente a escala.

Kalyan Garimella

Kalyan Garimella

Kalyan es un gerente de producto principal en Amazon AGI, donde lidera el desarrollo y lanzamiento de capacidades de búsqueda web para Amazon Bedrock AgentCore. Su trabajo se centra en resolver una limitación fundamental de los agentes de AI modernos; su incapacidad para acceder a información factual en tiempo real; al habilitar a los agentes para fundamentar su razonamiento en datos web en vivo. Kalyan vive en el Área de la Bahía con su familia.

Kamrul Tarafder

Kamrul Tarafder

Kamrul es un arquitecto de soluciones en el equipo de ingeniería de demostraciones de marketing de productos de AWS, especializado en AI/ML con Amazon Bedrock y Amazon Bedrock AgentCore. Combina demos interactivos con narrativas técnicas para hacer que las tecnologías complejas sean más accesibles. Fuera del trabajo, disfruta caminando en el Noroeste del Pacífico, leyendo y asistiendo a conciertos de música electrónica.

Omar Abdelwahab

Omar Abdelwahab

Omar es un gerente de marketing de productos técnicos en Amazon Web Services (AWS), donde se centra en productos de AI, incluidos Agentic AI y Búsqueda web. Tiene un doctorado en Ciencias de la Computación y disfruta trabajando en la intersección de la AI, la tecnología y la estrategia de lanzamiento al mercado para ayudar a los clientes a construir aplicaciones innovadoras.

¿Tiene un proyecto de software o plataforma SaaS en mente?

Hable directamente con nuestros arquitectos de software en SoftAndino. Le brindamos asesoría técnica y cotización inmediata sin compromiso.