Amazon Bedrock Flows コードサンプルを実行する

次のノードを持つ Agents for Amazon Bedrock ビルドタイムエンドポイントで CreateFlow リクエストを使用してフローを作成します。

次のコードスニペットを実行して をロードし AWS SDK for Python (Boto3)、Amazon Bedrock エージェントクライアントを作成し、ノードを使用してフローを作成します ( executionRoleArnフィールドをフロー用に作成したサービスロールの ARN に置き換えます）。

# Import Python SDK and create client
import boto3

client = boto3.client(service_name='bedrock-agent')

# Replace with the service role that you created. For more information, see https://docs.aws.amazon.com/bedrock/latest/userguide/flows-permissions.html
FLOWS_SERVICE_ROLE = "arn:aws:iam::123456789012:role/MyFlowsRole"

# Define each node

# The input node validates that the content of the InvokeFlow request is a JSON object.
input_node = {
    "type": "Input",
    "name": "FlowInput",
    "outputs": [
        {
            "name": "document",
            "type": "Object"
        }
    ]
}

# This prompt node defines an inline prompt that creates a music playlist using two variables.
# 1. {{genre}} - The genre of music to create a playlist for
# 2. {{number}} - The number of songs to include in the playlist
# It validates that the input is a JSON object that minimally contains the fields "genre" and "number", which it will map to the prompt variables.
# The output must be named "modelCompletion" and be of the type "String".
prompt_node = {
    "type": "Prompt",
    "name": "MakePlaylist",
    "configuration": {
        "prompt": {
            "sourceConfiguration": {
                "inline": {
                    "modelId": "amazon.nova-lite-v1:0",
                    "templateType": "TEXT",
                    "inferenceConfiguration": {
                        "text": {
                            "temperature": 0.8
                        }
                    },
                    "templateConfiguration": { 
                        "text": {
                            "text": "Make me a {{genre}} playlist consisting of the following number of songs: {{number}}."
                        }
                    }
                }
            }
        }
    },
    "inputs": [
        {
            "name": "genre",
            "type": "String",
            "expression": "$.data.genre"
        },
        {
            "name": "number",
            "type": "Number",
            "expression": "$.data.number"
        }
    ],
    "outputs": [
        {
            "name": "modelCompletion",
            "type": "String"
        }
    ]
}

# The output node validates that the output from the last node is a string and returns it as is. The name must be "document".
output_node = {
    "type": "Output",
    "name": "FlowOutput",
    "inputs": [
        {
            "name": "document",
            "type": "String",
            "expression": "$.data"
        }
    ]
}

# Create connections between the nodes
connections = []

#   First, create connections between the output of the flow input node and each input of the prompt node
for input in prompt_node["inputs"]:
    connections.append(
        {
            "name": "_".join([input_node["name"], prompt_node["name"], input["name"]]),
            "source": input_node["name"],
            "target": prompt_node["name"],
            "type": "Data",
            "configuration": {
                "data": {
                    "sourceOutput": input_node["outputs"][0]["name"],
                    "targetInput": input["name"]
                }
            }
        }
    )

# Then, create a connection between the output of the prompt node and the input of the flow output node
connections.append(
    {
        "name": "_".join([prompt_node["name"], output_node["name"]]),
        "source": prompt_node["name"],
        "target": output_node["name"],
        "type": "Data",
        "configuration": {
            "data": {
                "sourceOutput": prompt_node["outputs"][0]["name"],
                "targetInput": output_node["inputs"][0]["name"]
            }
        }
    }
)

# Create the flow from the nodes and connections
response = client.create_flow(
    name="FlowCreatePlaylist",
    description="A flow that creates a playlist given a genre and number of songs to include in the playlist.",
    executionRoleArn=FLOWS_SERVICE_ROLE,
    definition={
        "nodes": [input_node, prompt_node, output_node],
        "connections": connections
    }
)

flow_id = response.get("id")

Agents for Amazon Bedrock ビルドタイムエンドポイントで ListFlows リクエストを行うには、次のコードスニペットを実行して、作成したフローを含め、アカウントのフローを一覧表示します。

client.list_flows()

次のコードスニペットを実行して作成したフローに関する情報を取得し、Amazon Bedrock エージェントのビルドタイムエンドポイントを使用して GetFlow リクエストを行います。

client.get_flow(flowIdentifier=flow_id)

作業中のドラフトからの最新の変更が適用され、バージョン作成の準備が整うようにフローを準備します。次のコードスニペットを実行して、Amazon Bedrock エージェントのビルドタイムエンドポイントを使用して PrepareFlow リクエストを行います。

client.prepare_flow(flowIdentifier=flow_id)

フローの作業中のドラフトをバージョン化し、フローの静的スナップショットを作成し、次のアクションでそのスナップショットに関する情報を取得します。

1. 次のコードスニペットを実行してバージョンを作成し、Amazon Bedrock エージェントのビルドタイムエンドポイントを使用して CreateFlowVersion リクエストを行います。

   response = client.create_flow_version(flowIdentifier=flow_id)
                                   
   flow_version = response.get("version")

2. Agents for Amazon Bedrock ビルドタイムエンドポイントを使用して ListFlowVersions リクエストを行うには、次のコードスニペットを実行してフローのすべてのバージョンを一覧表示します。

   client.list_flow_versions(flowIdentifier=flow_id)

3. Agents for Amazon Bedrock ビルドタイムエンドポイントを使用して GetFlowVersion リクエストを行うには、次のコードスニペットを実行してバージョンに関する情報を取得します。

   client.get_flow_version(flowIdentifier=flow_id, flowVersion=flow_version)

作成したフローのバージョンを指すエイリアスを作成し、次のアクションでそのエイリアスに関する情報を取得します。

1. エイリアスを作成し、次のコードスニペットを実行して作成したバージョンを指定し、Amazon Bedrock エージェントのビルドタイムエンドポイントを使用して CreateFlowAlias リクエストを行います。

   response = client.create_flow_alias(
       flowIdentifier=flow_id,
       name="latest",
       description="Alias pointing to the latest version of the flow.",
       routingConfiguration=[
           {
               "flowVersion": flow_version
           }
       ]
   )
   
   flow_alias_id = response.get("id")

2. Agents for Amazon Bedrock ビルドタイムエンドポイントを使用して ListFlowAliass リクエストを行うには、次のコードスニペットを実行してフローのすべてのエイリアスを一覧表示します。

   client.list_flow_aliases(flowIdentifier=flow_id)

3. 次のコードスニペットを実行して作成したエイリアスに関する情報を取得し、Amazon Bedrock エージェントのビルドタイムエンドポイントを使用して GetFlowAlias リクエストを行います。

   client.get_flow_alias(flowIdentifier=flow_id, aliasIdentifier=flow_alias_id)

次のコードスニペットを実行して、Amazon Bedrock Agents Runtime クライアントを作成し、フローを呼び出します。リクエストはフローのプロンプトの変数を埋め、モデルからのレスポンスを返し、Amazon Bedrock エージェントのランタイムエンドポイントを使用して InvokeFlow リクエストを行います。

client_runtime = boto3.client('bedrock-agent-runtime')

response = client_runtime.invoke_flow(
    flowIdentifier=flow_id,
    flowAliasIdentifier=flow_alias_id,
    inputs=[
        {
            "content": {
                "document": {
                    "genre": "pop",
                    "number": 3
                }
            },
            "nodeName": "FlowInput",
            "nodeOutputName": "document"
        }
    ]
)

result = {}

for event in response.get("responseStream"):
    result.update(event)

if result['flowCompletionEvent']['completionReason'] == 'SUCCESS':
    print("Flow invocation was successful! The output of the flow is as follows:\n")
    print(result['flowOutputEvent']['content']['document'])

else:
    print("The flow invocation completed because of the following reason:", result['flowCompletionEvent']['completionReason'])

応答は、3 曲で構成されるポップミュージックのプレイリストを返す必要があります。

次のアクションで作成したエイリアス、バージョン、フローを削除します。

1. 次のコードスニペットを実行してエイリアスを削除し、Amazon Bedrock エージェントのビルドタイムエンドポイントを使用して DeleteFlowAlias リクエストを行います。

   client.delete_flow_alias(flowIdentifier=flow_id, aliasIdentifier=flow_alias_id)

2. 次のコードスニペットを実行してバージョンを削除し、Amazon Bedrock エージェントのビルドタイムエンドポイントを使用して DeleteFlowVersion リクエストを行います。

   client.delete_flow_version(flowIdentifier=flow_id, flowVersion=flow_version)

3. 次のコードスニペットを実行してフローを削除し、Amazon Bedrock エージェントのビルドタイムエンドポイントを使用して DeleteFlow リクエストを行います。

   client.delete_flow(flowIdentifier=flow_id)