Panggilan Amazon Bedrock dengan Step Functions - AWS Step Functions

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Panggilan Amazon Bedrock dengan Step Functions

Step Functions dapat mengontrol AWS layanan tertentu langsung dari Amazon States Language (ASL). Untuk mempelajari selengkapnya, lihat Bekerja dengan layanan yang lain dan Meneruskan parameter ke API layanan.

Amazon BedrockAPI integrasi layanan

Untuk mengintegrasikan AWS Step FunctionsAmazon Bedrock, Anda dapat menggunakan API berikut. API ini mirip dengan Amazon Bedrock API terkait, dengan beberapa perbedaan dalam bidang permintaan yang diteruskan.

Tabel berikut menjelaskan perbedaan antara setiap API integrasi layanan dan API yang sesuaiAmazon Bedrock.

Amazon BedrockAPI integrasi layanan dan Amazon Bedrock API terkait
Amazon BedrockAPI integrasi layanan Amazon BedrockAPI yang sesuai Perbedaan

InvokeModel

Memanggil Amazon Bedrock model yang ditentukan untuk menjalankan inferensi menggunakan input yang Anda berikan di badan permintaan. Anda gunakan InvokeModel untuk menjalankan inferensi untuk model teks, model gambar, dan model penyematan.

InvokeModel

Badan permintaan API integrasi Amazon Bedrock layanan menyertakan parameter tambahan berikut.

  • Body- Menentukan data masukan dalam format yang ditentukan dalam header permintaan tipe konten. Bodyberisi parameter khusus untuk model target.

    Jika Anda menggunakan InvokeModel API, Anda harus menentukan Body parameter. Step Functionstidak memvalidasi masukan yang Anda berikan. Body

    Saat Anda menentukan Body menggunakan integrasi yang Amazon Bedrock dioptimalkan, Anda dapat menentukan muatan hingga 256 KB. Jika muatan Anda melebihi 256 KB, kami sarankan Anda menggunakannyaInput.

  • Input- Menentukan sumber untuk mengambil data input dari. Bidang opsional ini khusus untuk integrasi yang Amazon Bedrock dioptimalkan denganStep Functions. Di bidang ini, Anda dapat menentukan fileS3Uri.

    Anda dapat menentukan baik Body dalam Parameter atauInput, tetapi tidak keduanya.

    Saat Anda menentukan Input tanpa menentukanContentType, jenis konten dari sumber data input menjadi nilai untukContentType.

  • Output— Menentukan tujuan di mana respon API ditulis. Bidang opsional ini khusus untuk integrasi yang Amazon Bedrock dioptimalkan denganStep Functions. Di bidang ini, Anda dapat menentukan fileS3Uri.

    Jika Anda menentukan bidang ini, badan respons API akan diganti dengan referensi ke Amazon S3 lokasi output asli.

Contoh berikut menunjukkan sintaks untuk InvokeModel API untuk Amazon Bedrock integrasi.

{ "ModelId": String, // required "Accept": String, // default: application/json "ContentType": String, // default: application/json "Input": { // not from Bedrock API "S3Uri": String }, "Output": { // not from Bedrock API "S3Uri": String } }

CreateModelCustomizationJob

Membuat pekerjaan fine-tuning untuk menyesuaikan model dasar.

CreateModelCustomizationJob Tidak ada

CreateModelCustomizationJob.sinkronisasi

Membuat pekerjaan fine-tuning untuk menyesuaikan model dasar.

CreateModelCustomizationJob Tidak ada

Untuk informasi tentang cara mengonfigurasi IAM izin saat menggunakan Step Functions dengan AWS layanan lain, lihatKebijakan IAM untuk layanan terintegrasi.

Definisi status tugas untuk Amazon Bedrock integrasi

Definisi status Tugas berikut menunjukkan bagaimana Anda dapat berintegrasi Amazon Bedrock dengan mesin status Anda. Contoh ini menunjukkan status Tugas yang mengekstrak hasil lengkap dari pemanggilan model yang ditentukan oleh jalur,. result_one Ini didasarkan pada parameter Inferensi untuk model pondasi. Contoh ini menggunakan Cohere Command large language model (LLM).

{ "Type": "Task", "Resource": "arn:aws:states:::bedrock:invokeModel", "Parameters": { "ModelId": "cohere.command-text-v14", "Body": { "prompt.$": "$.prompt_one", "max_tokens": 250 }, "ContentType": "application/json", "Accept": "*/*" }, "ResultPath": "$.result_one", "ResultSelector": { "result_one.$": "$.Body.generations[0].text" }, "End": true }
Tip

Untuk menerapkan contoh mesin status yang terintegrasi dengan Amazon Bedrock Anda Akun AWS, lihat. Lakukan AI prompt-chaining dengan Amazon Bedrock