本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

使用以下命令运行 Amazon Bedrock API 请求示例 AWS Command Line Interface

本节将指导您使用在 Amazon Bedrock 中尝试一些常见的操作， AWS CLI 以测试您的权限和身份验证设置是否正确。在运行以下示例之前，应检查您是否满足了以下先决条件：

先决条件

使用您设置的具有适当权限的用户或角色，测试您为 Amazon Bedrock 设置的权限是否正确。

列出 Amazon Bedrock 必须提供的基础模型

以下示例使用 Amazon Bedrock 终端节点运行该ListFoundationModels操作。 ListFoundationModels列出了您所在地区的 Amazon Bedrock 中可用的基础模型 (FMs)。在终端，运行以下命令：

aws bedrock list-foundation-models --region us-east-1

如果此命令成功，响应会返回一个包含 Amazon Bedrock 中可用基础模型的列表。

向模型提交文本提示并使用以下命令生成文本回复 InvokeModel

以下示例使用 Amazon Bedrock 运行时终端节点运行该InvokeModel操作。 InvokeModel允许您提交提示以生成模型响应。在终端，运行以下命令：

aws bedrock-runtime invoke-model \
--model-id amazon.titan-text-express-v1 \
--body '{"inputText": "Describe the purpose of a \"hello world\" program in one line.", "textGenerationConfig" : {"maxTokenCount": 512, "temperature": 0.5, "topP": 0.9}}' \
--cli-binary-format raw-in-base64-out \
invoke-model-output-text.txt

如果此命令成功，模型生成的响应会写入 invoke-model-output-text.txt 文件。outputText 字段会返回文本响应和随附信息。

向模型提交文本提示并使用 Converse 生成文本响应

以下示例使用 Amazon Bedrock 运行时端点运行 Converse 操作。Converse 允许您提交提示以生成模型响应。我们建议在支持时用 Converse 来代替 InvokeModel 操作，因为前者可以统一各个 Amazon Bedrock 模型的推理请求并简化多轮对话的管理。在终端，运行以下命令：

aws bedrock-runtime converse \
--model-id amazon.titan-text-express-v1 \
--messages '[{"role": "user", "content": [{"text": "Describe the purpose of a \"hello world\" program in one line."}]}]' \
--inference-config '{"maxTokens": 512, "temperature": 0.5, "topP": 0.9}'

如果此命令成功，则 text 字段会返回模型生成的响应和随附信息。