As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

Exemplos

Os exemplos a seguir mostram as funções do Python AWS Lambda para casos de uso comuns de interceptores.

Pass-through interceptador

Este exemplo demonstra um interceptor simples que registra o método MCP para interceptores REQUEST e transmite todas as solicitações e respostas inalteradas:

import json
import logging

# Configure logging
logger = logging.getLogger()
logger.setLevel(logging.INFO)

def lambda_handler(event, context):
    """
    Lambda function that handles both REQUEST and RESPONSE interceptor types.

    For REQUEST interceptors: logs the MCP method and passes request through unchanged
    For RESPONSE interceptors: passes response through unchanged
    """
    # Extract the MCP data from the event
    mcp_data = event.get('mcp', {})

    # Check if this is a REQUEST or RESPONSE interceptor based on presence of gatewayResponse
    if 'gatewayResponse' in mcp_data and mcp_data['gatewayResponse'] != None:
        # This is a RESPONSE interceptor
        logger.info("Processing RESPONSE interceptor - passing through unchanged")

        # Pass through the original request and response unchanged
        response = {
          "interceptorOutputVersion": "1.0",
          "mcp": {
              "transformedGatewayResponse": {
                  "body": mcp_data.get('gatewayResponse', {}).get('body', {}),
                  "statusCode": mcp_data.get('gatewayResponse', {}).get('statusCode', 200)
              }
          }
        }
    else:
        # This is a REQUEST interceptor
        gateway_request = mcp_data.get('gatewayRequest', {})
        request_body = gateway_request.get('body', {})
        mcp_method = request_body.get('method', 'unknown')

        # Log the MCP method
        logger.info(f"Processing REQUEST interceptor - MCP method: {mcp_method}")

        # Pass through the original request unchanged
        response = {
          "interceptorOutputVersion": "1.0",
          "mcp": {
              "transformedGatewayRequest": {
                  "body": request_body,
              }
          }
        }

    return response

Essa função do Lambda pode ser configurada como um interceptor de SOLICITAÇÃO e RESPOSTA. Quando configurado como um interceptor REQUEST, ele registrará o método MCP a partir da solicitação recebida. Quando configurado como um interceptor de RESPOSTA, ele simplesmente passará a resposta inalterada. Ambos os tipos de interceptor retornam os dados originais sem modificação, tornando-o um interceptor de “passagem”.

Personalize o roteamento do modelo com um interceptor de solicitações

Para alvos de inferência, o gateway seleciona um alvo do model campo usando roteamento baseado em modelo. Um interceptor REQUEST pode ser reescrito model antes que o gateway avalie o roteamento, o que permite que você ofereça suporte a um ID de modelo virtual: um alias estável que não é mapeado para nenhum modelo configurado. O interceptor resolve o alias em um ID concreto qualificado para o alvo no formulário{targetName}/{modelId}, então os chamadores usam um nome enquanto você controla centralmente a seleção do modelo.

O interceptor REQUEST a seguir resolve o ID do modelo virtual auto-claude para um modelo antrópico específico com base no tamanho da entrada da solicitação: anthropic/claude-haiku-4-5 anthropic/claude-sonnet-4-6 para solicitações pequenas, médias e anthropic/claude-opus-4-7 grandes. Os chamadores enviam auto-claude e o gateway encaminha cada solicitação para o modelo resolvido no anthropic destino. As solicitações que usam qualquer outra ID de modelo passam inalteradas e seguem o roteamento normal baseado em modelo.

import base64
import json
import logging

logger = logging.getLogger()
logger.setLevel(logging.INFO)

# The virtual model ID that this interceptor resolves to a concrete
# target-qualified ID in the form "{targetName}/{modelId}".
VIRTUAL_MODEL = "auto-claude"

# Approximate input-size thresholds (in characters) used to choose a model.
SONNET_THRESHOLD = 2000
OPUS_THRESHOLD = 8000


def resolve_auto_claude(payload):
    """Choose an Anthropic model based on the size of the request input."""
    input_size = len(json.dumps(payload.get("input", "")))
    if input_size >= OPUS_THRESHOLD:
        return "anthropic/claude-opus-4-7"
    if input_size >= SONNET_THRESHOLD:
        return "anthropic/claude-sonnet-4-6"
    return "anthropic/claude-haiku-4-5"


def lambda_handler(event, context):
    http = event.get("http", {})
    request = http.get("gatewayRequest", {})
    encoded_body = request.get("body")

    # Nothing to transform (for example, an empty body) - pass through.
    if not encoded_body:
        return {"interceptorOutputVersion": "1.0", "http": {}}

    try:
        payload = json.loads(base64.b64decode(encoded_body))
    except (ValueError, TypeError) as exc:
        logger.warning("Passing request through unchanged; could not parse body: %s", exc)
        return {"interceptorOutputVersion": "1.0", "http": {}}

    # Only resolve the virtual model ID; let everything else route normally.
    if not isinstance(payload, dict) or payload.get("model") != VIRTUAL_MODEL:
        return {"interceptorOutputVersion": "1.0", "http": {}}

    resolved = resolve_auto_claude(payload)
    logger.info("Resolved virtual model %s -> %s", VIRTUAL_MODEL, resolved)
    payload["model"] = resolved

    encoded = base64.b64encode(json.dumps(payload).encode("utf-8")).decode("utf-8")
    return {
        "interceptorOutputVersion": "1.0",
        "http": {
            "transformedGatewayRequest": {
                "body": encoded
            }
        },
    }

Anexe a função ao seu gateway como um interceptor de SOLICITAÇÃO. Para obter instruções, consulte Configurando interceptores. A função do serviço de gateway também deve ter permissão para invocar a função. Para obter mais informações, consulte Permissões para interceptores.

Para ver a resolução, envie uma solicitação que use o auto-claude alias. O interceptor é reescrito model em um modelo antrópico concreto com base no tamanho da entrada, e o gateway encaminha a solicitação para esse modelo no destino. anthropic

awscurl --service bedrock-agentcore --region us-west-2 -X POST \
    "https://GATEWAY_ID.gateway.bedrock-agentcore.us-west-2.amazonaws.com/inference/v1/responses" \
    -H "Content-Type: application/json" \
    -d '{"model": "auto-claude", "input": "Hello!", "max_output_tokens": 50}'