Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
Note
La configuration et l'appel d'une fonctionnalité d'agent en ligne sont disponibles dans la version préliminaire d'Amazon Bedrock et sont susceptibles d'être modifiées.
Avant d'appeler votre agent en ligne, assurez-vous d'avoir rempli les conditions préalables.
Pour appeler un agent en ligne, envoyez une demande d'InvokeInlineAgentAPI avec un point de terminaison Agents for Amazon Bedrock et incluez au minimum les champs suivants.
| Champ | Cas d’utilisation |
|---|---|
| instruction | Fournissez des instructions indiquant à l'agent en ligne ce qu'il doit faire et comment il doit interagir avec les utilisateurs. |
| Modèle de fondation | Spécifiez un modèle de base à utiliser pour l'orchestration par l'agent en ligne que vous créez. Par exemple, Anthropic Claude, Meta Llama3.1, etc. |
| sessionId | Identifiant unique de la session. Utilisez la même valeur pour toutes les demandes afin de poursuivre la même conversation. |
Les champs suivants sont facultatifs :
| Champ | Cas d’utilisation |
|---|---|
| Groupes d'action | Liste des groupes d'actions, chaque groupe d'actions définissant les actions que l'agent en ligne peut effectuer. |
| Bases de connaissances | Associations de la base de connaissances avec un agent en ligne pour augmenter la réponse générée par le modèle. |
| Configuration du garde-corps | Configurations de protection pour bloquer les sujets, prévenir les hallucinations et mettre en œuvre des mesures de protection pour votre application. |
| promptOverrideConfiguration | Configurations pour les invites avancées utilisées pour remplacer les instructions par défaut. |
| Activer le suivi | Spécifiez s'il faut activer le suivi ou non pour suivre le processus de raisonnement de l'agent en ligne. |
| Secondes de session inactives TTLIn | Spécifiez la durée après laquelle l'agent en ligne doit mettre fin à la session et supprimer toutes les informations stockées. |
| customerEncryptionKeyArn | Spécifiez l'ARN d'une clé KMS pour chiffrer les ressources de l'agent, |
| Fin de session | Spécifiez si vous souhaitez terminer la session avec l'agent en ligne ou non. |
| inlineSessionState | Paramètres qui spécifient les différents attributs d'une session. |
| Texte de saisie | Spécifiez le texte d'invite à envoyer à l'agent. |
| reasoning_config | Permettre le raisonnement du modèle afin que celui-ci explique comment il est parvenu à ses conclusions. À utiliser à l'intérieur d'un additionalModelRequestFields champ. Vous devez spécifier le nombre de budget_tokens jetons utilisés pour le raisonnement du modèle, qui constituent un sous-ensemble des jetons de sortie. Pour plus d'informations, voir Améliorer les réponses du modèle grâce au raisonnement du modèle. |
L'exemple d'InvokeInlineAgentAPI suivant fournit des configurations d'agent intégrées complètes, notamment le modèle de base, les instructions, les groupes d'actions avec interpréteur de code, les garde-fous et les bases de connaissances.
response = bedrock_agent_runtime.invoke_inline_agent(
// Initialization parameters: cannot be changed for a conversation
sessionId='uniqueSessionId',
customerEncryptionKeyArn: String,
// Input
inputText="Hello, can you help me with a task?",
endSession=False,
enableTrace=True,
// Agent configurations
foundationModel='anthropic.claude-3-7-sonnet-20250219-v1:0',
instruction="You are a helpful assistant...",
actionGroups=[
{
'name': 'CodeInterpreterAction',
'parentActionGroupSignature': 'AMAZON.CodeInterpreter'
},
{
'actionGroupName': 'FetchDetails',
'parentActionGroupSignature': '',
"actionGroupExecutor": { ... },
"apiSchema": { ... },
"description": "string",
"functionSchema": { ... }
}
],
knowledgeBases=[
{
knowledgeBaseId: "string",
description: 'Use this KB to get all the info',
retrievalConfiguration: {
vectorSearchConfiguration: {
filter: { ... },
numberOfResults: number,
overrideSearchType: "string"
}
}
}
],
guardrailConfiguration={
guardrailIdentifier: 'BlockEverything',
gurardrailVersion: '1.0'
},
promptOverrideConfiguration: {...}
// session properties: persisted throughout conversation
inlineSessionState = {
sessionAttributes = { 'key': 'value' },
promptSessionAttributes = {k:v},
returnControlInvocationResults = {...},
invocationId = 'abc',
files = {...},
}
}Vous pouvez inclure les paramètres de raisonnement du modèle dans la demande. Voici un exemple d'invite unique qui active le raisonnement du modèle dans leadditionalModelRequestFields.
{
"basePromptTemplate": " ... ",
"inferenceConfiguration": {
"stopSequences": [
"</answer>"
]
},
"parserMode": "DEFAULT",
"promptCreationMode": "DEFAULT",
"promptState": "DISABLED",
"promptType": "ORCHESTRATION",
"additionalModelRequestFields":
"reasoning_config": {
"type": "enabled",
"budget_tokens": 1024
}
}