Пошаговый гайд: интеграция Amazon Bedrock AgentCore со Slack для бизнес-агентов

Почему каждый второй агент в Slack сходит с ума (и как этого избежать)

Вы видели это: коллега добавляет в общий чат "умного помощника". Первые два вопроса он отрабатывает блестяще. На третий — начинает цитировать внутренний wiki, на пятый — путает контекст и предлагает уволить тимлида. К седьмому сообщению чат превращается в цифровую помойку.

Проблема не в модели. Проблема в мосте между ней и Slack. Этот мост часто строят на скорую руку: вебхук, пара строк кода, надежда на лучшее. Контекст теряется, безопасность — на уровне "ну вроде работает", управление состояниями — в лучшем случае через глобальную переменную. Результат — агент-шизофреник, которого стыдно показывать клиентам.

Решение — не просто "отправить запрос в API". Нужна архитектура. Та, что держит контекст диалога, проверяет права доступа, обрабатывает таймауты и умеет сказать "я не знаю". Сегодня мы построим её на Amazon Bedrock AgentCore и AWS CDK. Это не quickstart, который сломается через неделю. Это production-решение, которое я выстрадал на трёх проектах.

1 Готовим площадку: Slack App и AWS аккаунт

Сначала забудьте про код. Настройте стороны диалога. В Slack это означает создание приложения с правильными scope и вебхуками. В AWS — создание IAM-роли, которая не будет иметь прав на весь интернет.

В Slack: создаем App с Event Subscription

1. Идите на api.slack.com/apps и жмите "Create New App". Выбирайте "From scratch".
2. В "Basic Information" добавьте app_mentions:read, chat:write, и im:history в OAuth & Permissions -> Scopes.
3. Перейдите в "Event Subscriptions". Включите их. В "Request URL" пока введите любой URL (например, https://example.com). Мы обновим его позже, после развертывания API Gateway.
4. В "Subscribe to bot events" добавьте app_mention. Это даст боту слушать сообщения, где его упомянули.
5. Установите приложение в workspace (OAuth & Permissions -> Install App). Сохраните Bot User OAuth Token и Signing Secret. Они понадобятся Lambda.

В AWS: готовим IAM политику для агента

Агент в Bedrock должен уметь вызывать свои инструменты (Actions) и, возможно, писать в CloudWatch для логирования. Создайте политику вручную через IAM Console или сразу опишите её в CDK-коде. Пример минимальной политики:

{
    "Version": "2012-10-17",
    "Statement": [
        {
            "Effect": "Allow",
            "Action": [
                "bedrock:InvokeModel",
                "bedrock:InvokeAgent",
                "bedrock:RetrieveAndGenerate"
            ],
            "Resource": "*"
        },
        {
            "Effect": "Allow",
            "Action": [
                "logs:CreateLogGroup",
                "logs:CreateLogStream",
                "logs:PutLogEvents"
            ],
            "Resource": "arn:aws:logs:*:*:*"
        }
    ]
}

Запоминайте: политика для агента и политика для Lambda, которая будет вызывать агента, — это две разные сущности. Не смешивайте.

2 Лепим агента в Bedrock: не просто кнопки нажать

Теперь создадим самого агента. Если вы раньше не работали с AgentCore, посмотрите мой гайд про полный стек для агентов на Amazon Bedrock. Там основы. Здесь — кратко и по делу.

1. В консоли AWS найдите "Bedrock" -> "AgentCore".
2. "Create agent". Выберите последнюю доступную модель (на март 2026 это, скорее всего, Claude 3.7 Sonnet или что-то мощнее).
3. В "Instructions" пропишите роль агента. Например: "Ты — помощник в Slack-чате компании. Отвечай кратко, по делу. Если не уверен в ответе, уточни. Не придумывай информацию о внутренних процессах, которых нет в предоставленных данных."
4. Здесь же, в разделе "Knowledge Bases", привяжите базу знаний, если она есть. Без неё агент будет работать только на общей эрудиции модели.
5. В "Action Groups" определите инструменты, которые может использовать агент. Например, для интеграции с Salesforce или Redshift.
6. Сохраните агента. Запишите его Agent ID и Agent Alias ID. Они понадобятся для вызова из Lambda.

3 Lambda-функция: мозг, который всё соединит

Эта функция — сердце интеграции. Она получает события от Slack, проверяет подпись, дергает агента в Bedrock, форматирует ответ и отправляет его обратно в чат. Пишем на Python 3.12 (самая свежая LTS на 2026 год).

Вот скелет функции. Полный код я выложу в конце, а пока разберем ключевые части.

import os
import json
import hmac
import hashlib
import time
import boto3
from botocore.exceptions import ClientError
from typing import Dict, Any

# Инициализация клиентов
def get_bedrock_agent_client():
    return boto3.client('bedrock-agent-runtime', region_name='us-east-1')

def lambda_handler(event: Dict[str, Any], context) -> Dict[str, Any]:
    # 1. Верификация подписи от Slack
    slack_signing_secret = os.environ['SLACK_SIGNING_SECRET'].encode('utf-8')
    request_body = event.get('body', '{}')
    timestamp = event['headers'].get('x-slack-request-timestamp', '')
    
    if abs(time.time() - int(timestamp)) > 60 * 5:
        return {'statusCode': 403, 'body': 'Request timeout'}
    
    sig_basestring = f'v0:{timestamp}:{request_body}'.encode('utf-8')
    my_signature = 'v0=' + hmac.new(slack_signing_secret, sig_basestring, hashlib.sha256).hexdigest()
    slack_signature = event['headers'].get('x-slack-signature', '')
    
    if not hmac.compare_digest(my_signature, slack_signature):
        return {'statusCode': 403, 'body': 'Invalid signature'}
    
    # 2. Парсим событие от Slack
    body = json.loads(request_body)
    if body.get('type') == 'url_verification':
        return {'statusCode': 200, 'body': body.get('challenge')}
    
    # 3. Извлекаем текст сообщения, где упомянули бота
    event_data = body.get('event', {})
    if event_data.get('type') != 'app_mention':
        return {'statusCode': 200, 'body': 'Not an app_mention event'}
    
    user_text = event_data.get('text', '').replace('<@UXXXBOTID>', '').strip()
    channel_id = event_data.get('channel')
    
    # 4. Вызываем агента Bedrock
    try:
        agent_client = get_bedrock_agent_client()
        response = agent_client.invoke_agent(
            agentId=os.environ['AGENT_ID'],
            agentAliasId=os.environ['AGENT_ALIAS_ID'],
            sessionId=channel_id,  # Используем ID канала как сессию
            inputText=user_text,
        )
        
        # 5. Собираем потоковый ответ от агента
        completion = ""
        for event in response.get('completion', []):
            chunk = event.get('chunk', {})
            completion += chunk.get('bytes', b'').decode('utf-8')
        
    except ClientError as e:
        completion = f"Ошибка при обращении к агенту: {str(e)}"
    
    # 6. Отправляем ответ обратно в Slack
    slack_token = os.environ['SLACK_BOT_TOKEN']
    # ... (код для вызова chat.postMessage)
    
    return {'statusCode': 200, 'body': 'OK'}

Обратите внимание на sessionId=channel_id. Это хак, который позволяет агенту хранить контекст в пределах одного канала. Bedrock AgentCore автоматически управляет состоянием сессии. Если хотите персональный контекст для каждого пользователя, используйте user_id вместо channel_id.

4 API Gateway: дверь, в которую стучится Slack

Slack будет отправлять события на публичный URL. Мы создадим HTTP API Gateway, который проксирует запросы в нашу Lambda. Это просто, но есть деталь: Slack требует ответ на challenge при верификации URL.

Мы уже обработали это в Lambda (блок url_verification). В CDK мы создадим API с одним POST-методом, привязанным к нашей функции.

# Фрагмент CDK-кода для API Gateway
from aws_cdk import (
    aws_apigatewayv2 as apigw,
    aws_apigatewayv2_integrations as integrations,
)

# ...

slack_integration = integrations.HttpLambdaIntegration(
    "SlackIntegration",
    handler=slack_lambda
)

api = apigw.HttpApi(self, "SlackAgentApi",
    default_integration=slack_integration
)

# Выведем URL, чтобы скопировать его в настройки Slack
CfnOutput(self, "ApiEndpoint", value=api.url)

После развертывания CDK вы получите URL типа https://xxx.execute-api.region.amazonaws.com. Вот его нужно вставить в настройки Slack App в "Event Subscriptions -> Request URL". Slack сразу проверит его и скажет "Verified".

5 CDK: развернуть всё одной командой

Теперь соберем все компоненты в один CDK-стек. Я использую TypeScript, но вы можете адаптировать под Python. Основные моменты:

// lib/slack-agent-stack.ts - основные части
import * as cdk from 'aws-cdk-lib';
import * as lambda from 'aws-cdk-lib/aws-lambda';
import * as apigw from 'aws-cdk-lib/aws-apigatewayv2';
import * as secrets from 'aws-cdk-lib/aws-secretsmanager';

export class SlackAgentStack extends cdk.Stack {
  constructor(scope: cdk.App, id: string, props?: cdk.StackProps) {
    super(scope, id, props);

    // Секреты из Secrets Manager (создайте заранее)
    const slackSecrets = secrets.Secret.fromSecretNameV2(this, 'SlackSecrets', 'slack/credentials');
    const bedrockAgentSecrets = secrets.Secret.fromSecretNameV2(this, 'BedrockAgentSecrets', 'bedrock/agent');

    // Lambda функция
    const slackHandler = new lambda.Function(this, 'SlackAgentHandler', {
      runtime: lambda.Runtime.PYTHON_3_12,
      code: lambda.Code.fromAsset('lambda'),
      handler: 'slack_handler.handler',
      timeout: cdk.Duration.seconds(30),
      memorySize: 256,
      environment: {
        SLACK_SIGNING_SECRET: slackSecrets.secretValueFromJson('signing_secret').unsafeUnwrap(),
        SLACK_BOT_TOKEN: slackSecrets.secretValueFromJson('bot_token').unsafeUnwrap(),
        AGENT_ID: bedrockAgentSecrets.secretValueFromJson('agent_id').unsafeUnwrap(),
        AGENT_ALIAS_ID: bedrockAgentSecrets.secretValueFromJson('agent_alias_id').unsafeUnwrap(),
      },
    });

    // Даем Lambda право читать секреты и вызывать Bedrock
    slackSecrets.grantRead(slackHandler);
    bedrockAgentSecrets.grantRead(slackHandler);
    slackHandler.addToRolePolicy(new iam.PolicyStatement({
      actions: ['bedrock:InvokeAgent', 'bedrock:InvokeModel'],
      resources: ['*'],
    }));

    // HTTP API Gateway
    const api = new apigw.HttpApi(this, 'SlackAgentApi', {
      defaultIntegration: new integrations.HttpLambdaIntegration('SlackIntegration', slackHandler),
    });

    new cdk.CfnOutput(this, 'ApiEndpoint', { value: api.url! });
  }
}

Развертывание: cdk deploy. После успеха скопируйте вывод ApiEndpoint и обновите URL в настройках Slack App. Всё, интеграция жива.

Где собака зарыта: ошибки, которые съедят ваше время

Частые вопросы от тех, кто уже обжёгся

Можно ли использовать не app_mention, а все сообщения в канале?

Можно, но не нужно. Подписка на все сообщения (message.channels) создаст лавину событий и счёт от AWS. Бот будет пытаться отвечать на каждый пост. Используйте app_mention или, в крайнем случае, реагируйте только на сообщения с определёнными ключевыми словами.

Как сделать, чтобы бот отвечал в треде, а не в общем чате?

В API Slack есть параметр thread_ts. При отправке ответа через chat.postMessage передавайте thread_ts: event_data.get('thread_ts') || event_data.get('ts'). Это привяжет ответ к треду.

Bedrock AgentCore дорогой? Как контролировать стоимость?

Цена складывается из вызовов модели (per token) и хранения сессий. Контролируйте: 1) Установите максимальную длину ответа в агенте. 2) Очищайте сессии через 1 час, если не нужна долгая память. 3) Используйте более лёгкие модели (например, Claude 3 Haiku) для простых вопросов. Настройте маршрутизацию между моделями в зависимости от сложности.

А если я хочу, чтобы агент запускал workflows в Slack (например, создавал тикет)?

Опишите это как Action в агенте. Action будет вызывать другую Lambda, которая через Slack API создаст тикет в Jira или запустит workflow через интеграцию с Notion. Только дайте агенту чёткие инструкции, когда этот Action использовать.

Интеграция готова. Ваш агент теперь не просто игрушка в консоли AWS, а полноправный участник рабочих чатов. Он помнит контекст, не болтает лишнего и умеет вызывать реальные инструменты. Осталось самое сложное — убедить коллег, что это не шпион от руководства.

Подписаться на канал