Sono disponibili altri esempi AWS SDK nel repository [AWS Doc SDK](https://github.com/awsdocs/aws-doc-sdk-examples) Examples. GitHub
Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.
# Esempi per Amazon Bedrock con SDK per Python (Boto3)
I seguenti esempi di codice mostrano come eseguire azioni e implementare scenari comuni utilizzando Amazon Bedrock. AWS SDK per Python (Boto3)
Le *azioni* sono estratti di codice da programmi più grandi e devono essere eseguite nel contesto. Sebbene le azioni mostrino come richiamare le singole funzioni del servizio, è possibile visualizzarle contestualizzate negli scenari correlati.
*Scenari*: esempi di codice che mostrano come eseguire un’attività specifica chiamando più funzioni all’interno dello stesso servizio o combinate con altri Servizi AWS.
Ogni esempio include un link al codice sorgente completo, in cui vengono fornite le istruzioni su come configurare ed eseguire il codice nel contesto.
**Topics**
+ [Nozioni di base](#get_started)
+ [Azioni](#actions)
+ [Scenari](#scenarios)
## Nozioni di base
### Hello Amazon Bedrock
Il seguente esempio di codice mostra come iniziare a usare Amazon Bedrock.
**SDK per Python (Boto3)**
C'è altro su. GitHub Trova l'esempio completo e scopri di più sulla configurazione e l'esecuzione nel [Repository di esempi di codice AWS](https://github.com/awsdocs/aws-doc-sdk-examples/tree/main/python/example_code/bedrock#code-examples).
```
"""
Lists the available Amazon Bedrock models.
"""
import logging
import json
import boto3
from botocore.exceptions import ClientError
logging.basicConfig(level=logging.INFO)
logger = logging.getLogger(__name__)
def list_foundation_models(bedrock_client):
"""
Gets a list of available Amazon Bedrock foundation models.
:return: The list of available bedrock foundation models.
"""
try:
response = bedrock_client.list_foundation_models()
models = response["modelSummaries"]
logger.info("Got %s foundation models.", len(models))
return models
except ClientError:
logger.error("Couldn't list foundation models.")
raise
def main():
"""Entry point for the example. Uses the AWS SDK for Python (Boto3)
to create an Amazon Bedrock client. Then lists the available Bedrock models
in the region set in the callers profile and credentials.
"""
bedrock_client = boto3.client(service_name="bedrock")
fm_models = list_foundation_models(bedrock_client)
for model in fm_models:
print(f"Model: {model['modelName']}")
print(json.dumps(model, indent=2))
print("---------------------------\n")
logger.info("Done.")
if __name__ == "__main__":
main()
```
+ Per i dettagli sull'API, consulta [ListFoundationModels AWS](https://docs.aws.amazon.com/goto/boto3/bedrock-2023-04-20/ListFoundationModels)*SDK for Python (Boto3) API Reference*.
## Azioni
### `GetFoundationModel`
Il seguente esempio di codice mostra come utilizzare. `GetFoundationModel`
**SDK per Python (Boto3)**
C'è altro da fare GitHub. Trova l'esempio completo e scopri di più sulla configurazione e l'esecuzione nel [Repository di esempi di codice AWS](https://github.com/awsdocs/aws-doc-sdk-examples/tree/main/python/example_code/bedrock#code-examples).
Ottiene i dettagli su un modello di fondazione.
```
def get_foundation_model(self, model_identifier):
"""
Get details about an Amazon Bedrock foundation model.
:return: The foundation model's details.
"""
try:
return self.bedrock_client.get_foundation_model(
modelIdentifier=model_identifier
)["modelDetails"]
except ClientError:
logger.error(
f"Couldn't get foundation models details for {model_identifier}"
)
raise
```
+ Per i dettagli sull'API, consulta [GetFoundationModel AWS](https://docs.aws.amazon.com/goto/boto3/bedrock-2023-04-20/GetFoundationModel)*SDK for Python (Boto3) API Reference*.
### `ListFoundationModels`
Il seguente esempio di codice mostra come utilizzare. `ListFoundationModels`
**SDK per Python (Boto3)**
C'è altro da fare GitHub. Trova l'esempio completo e scopri di più sulla configurazione e l'esecuzione nel [Repository di esempi di codice AWS](https://github.com/awsdocs/aws-doc-sdk-examples/tree/main/python/example_code/bedrock#code-examples).
Elenca i modelli di fondazione di Amazon Bedrock disponibili.
```
def list_foundation_models(self):
"""
List the available Amazon Bedrock foundation models.
:return: The list of available bedrock foundation models.
"""
try:
response = self.bedrock_client.list_foundation_models()
models = response["modelSummaries"]
logger.info("Got %s foundation models.", len(models))
return models
except ClientError:
logger.error("Couldn't list foundation models.")
raise
```
+ Per i dettagli sull'API, consulta [ListFoundationModels AWS](https://docs.aws.amazon.com/goto/boto3/bedrock-2023-04-20/ListFoundationModels)*SDK for Python (Boto3) API Reference*.
## Scenari
### Orchestrare applicazioni di IA generativa con Step Functions
L’esempio di codice seguente mostra come creare e orchestrare applicazioni di IA generativa con Amazon Bedrock e Step Functions.
**SDK per Python (Boto3)**
Lo scenario di concatenamento di prompt nell’ambiente serverless di Amazon Bedrock dimostra come [AWS Step Functions](https://docs.aws.amazon.com/step-functions/latest/dg/welcome.html), [Amazon Bedrock](https://docs.aws.amazon.com/bedrock/latest/userguide/what-is-bedrock.html) e [https://docs.aws.amazon.com/bedrock/latest/userguide/agents.html](https://docs.aws.amazon.com/bedrock/latest/userguide/agents.html) possano essere utilizzati per creare e orchestrare applicazioni di IA generativa complesse, serverless e altamente scalabili. Contiene i seguenti esempi di utilizzo:
+ Scrivere l’analisi di un romanzo specifico in un blog letterario. Questo esempio illustra una catena di prompt semplice e sequenziale.
+ Generare una breve relazione su un determinato argomento. Questo esempio illustra come l’intelligenza artificiale (IA) può elaborare in modo iterativo un elenco di elementi generati in precedenza.
+ Creare un itinerario per un fine settimana in una determinata destinazione. Questo esempio illustra come parallelizzare più prompt distinti.
+ Proporre idee per un film a un utente umano che lavora come produttore cinematografico. Questo esempio illustra come parallelizzare lo stesso prompt con parametri di inferenza diversi, come tornare a una fase precedente della catena e come includere l’input umano nel flusso di lavoro.
+ Pianificare un pasto in base agli ingredienti che l’utente ha a portata di mano. Questo esempio illustra come i concatenamenti di prompt possano incorporare due conversazioni di intelligenza artificiale distinte, con due utenti tipo di intelligenza artificiale coinvolti in un dibattito per migliorare il risultato finale.
+ Trova e riepiloga l'archivio con le tendenze più frequenti di oggi. GitHub Questo esempio illustra il concatenamento di più agenti AI che interagiscono con agenti esterni. APIs
Per il codice sorgente completo e le istruzioni per la configurazione e l'esecuzione, consulta il progetto completo su. [GitHub](https://github.com/aws-samples/amazon-bedrock-serverless-prompt-chaining)
**Servizi utilizzati in questo esempio**
+ Amazon Bedrock
+ API Runtime per Amazon Bedrock
+ Agent per Amazon Bedrock
+ API Runtime per Agent per Amazon Bedrock
+ Step Functions