Marktüberwachungsagent mit LangGraph und Strands auf Amazon Bedrock AgentCore
Die Entwicklung komplexer Multi-Agenten-Systeme für die Marktüberwachung erfordert präzise Orchestrierung und robuste Fehlerbehandlung. Eine neue hybride Architektur kombiniert LangGraph und Strands auf Amazon Bedrock AgentCore.
Hintergrund und Herausforderung
Die Finanzbranche benötigt für die Marktüberwachung die Koordination mehrerer spezialisierter Agenten. Diese analysieren Handelsmuster, untersuchen verdächtige Aktivitäten und erstellen Berichte unter strengen Compliance-Standards. Einzelagenten-Ansätze stoßen hier an Grenzen.
Die hybride Architektur
Die Lösung verbindet LangGraph für die Makro-Workflow-Orchestrierung mit Strands als Reasoning-Engine innerhalb der Knoten. Beides wird auf der vollständig verwalteten Plattform Amazon Bedrock AgentCore ausgeführt.
LangGraph: Graphenbasierte Orchestrierung
LangGraph modelliert Multi-Agenten-Workflows als gerichtete Graphen. Knoten enthalten Agentenlogik, Kanten definieren den Ausführungsfluss. Das Framework bietet persistentes Zustandsmanagement durch ein Checkpoint-System, das nach jedem Knoten den vollständigen Zustand speichert. Dies ermöglicht Fehlerwiederherstellung und Human-in-the-Loop-Interaktionen. Integrierte Wiederholungsstrategien und OpenTelemetry-Beobachtbarkeit unterstützen den produktiven Einsatz.
Strands: Modellgetriebene Agentenlogik
Strands, ein im Mai 2025 von AWS veröffentlichtes Open-Source-SDK, dient als intelligente Reasoning-Engine. Es ist modellagnostisch und wird im Beispiel mit Anthropic Claude Sonnet 4.6 betrieben. Das Framework implementiert einen Agentic Reasoning Loop, der Tool-Ausgaben kontinuierlich bewertet und dynamische Entscheidungen trifft. Es trennt Datenerkennung von Datenabfrage, um Halluzinationen und Injection-Angriffe zu minimieren. Mehrere Konversationsmanager verhindern Kontextüberlauf.
Amazon Bedrock AgentCore
Amazon Bedrock AgentCore wurde im Juli 2025 als Vorschau eingeführt und ist seit Oktober 2025 allgemein verfügbar. Die Plattform wandelt lokalen Code mit minimaler Konfiguration in skalierbare Cloud-Bereitstellungen um. Sie unterstützt LangGraph und Strands nativ und bietet dedizierte Laufzeiten bis zu acht Stunden sowie automatische Skalierung.
Über das langgraph-checkpoint-aws-Paket integriert sich LangGraph mit AgentCore Memory. AgentCoreMemorySaver speichert Checkpoints, AgentCoreMemoryStore extrahiert Erkenntnisse für personalisierte Interaktionen. Beobachtbarkeit erfolgt über Amazon CloudWatch und AWS X-Ray. Seit Juli 2026 werden Traces und Logs in einer einheitlichen Loggruppe zusammengeführt.
Synergie und Anwendungsbeispiel
LangGraph übernimmt die übergeordnete Struktur, während Strands an ausgewählten Knoten komplexe Analysen durchführt. Im demonstrierten Marktüberwachungsagenten arbeiten spezialisierte Strands-Agenten (security_monitor, broker_monitor, risk_monitor, intel_analyst und synthesizer) zusammen.
Der vollständige Code ist auf GitHub verfügbar.
Quelle: AWS AI Blog
FAQ
Welche Rolle spielt LangGraph in dieser Architektur?
LangGraph übernimmt die Makro-Orchestrierung der Multi-Agenten-Workflows durch graphenbasierte Zustandsmaschinen und persistentes Checkpointing.
Wofür wird Strands eingesetzt?
Strands fungiert als Reasoning-Engine innerhalb einzelner Graph-Knoten und ermöglicht modellgetriebenes, tool-basiertes iteratives Denken mit integrierten Sicherheitsmechanismen.
Welche Vorteile bietet Amazon Bedrock AgentCore?
Die Plattform abstrahiert die gesamte Infrastruktur, ermöglicht framework-agnostische Bereitstellung, langes Laufzeitverhalten, skalierbare Ausführung und zentrale Beobachtbarkeit.
Für welche weiteren Anwendungsfälle ist das Muster geeignet?
Die Kombination eignet sich für Dokumentenverarbeitungspipelines, Kundenservice-Automatisierung und Compliance-Überwachungssysteme.