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 Amazon Bedrock API 请求示例 AWS Command Line Interface
本节将指导您尝试使用 Amazon Bedrock 中的一些常见操作 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,应检查是否满足了以下先决条件:
先决条件
-
你有一个 AWS 账户 并有权访问具有 Amazon Bedrock 必要权限的角色。否则,请按照中的步骤操作我已经有一个 AWS 账户。
-
您已请求访问 Amazon Titan Text G1 - Express 模型。否则,请按照中的步骤操作申请访问 Amazon Bedrock 基础模型。
-
您已收到IAM用户的访问密钥并使用这些密钥配置了个人资料。否则,请按照适用于您的用例的步骤操作获取证书以向用户授予编程访问权限。
使用您创建的 Amazon Bedrock 角色,测试您的权限和访问密钥是否已正确设置 Amazon Bedrock。这些示例假设您已使用访问密钥配置了默认配置文件。请注意以下几点:
-
最低限度,您必须配置包含以下内容的配置文件 AWS 访问密钥 ID 和 AWS 秘密访问密钥。
-
如果您使用的是临时证书,则还必须附上 AWS 会话令牌。
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)。在终端中,运行以下命令:
aws bedrock list-foundation-models --region us-east-1
如果命令成功,则响应将返回 Amazon Bedrock 中可用的基础模型列表。
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。在终端中,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
如果命令成功,则模型生成的响应将写入invoke-model-output-text.txt
文件中。文本响应与随附信息一起返回到outputText
字段中。
向模型提交文本提示并使用 Converse 生成文本回复
以下示例使用 Amazon Bedrock 运行时终端节点运行 C onvers e 操作。 Converse
允许您提交提示以生成模型响应。我们建议InvokeModel
在支持时使用 op Converse
eration over,因为它可以统一各个 Amazon Bedrock 模型的推理请求并简化多回合对话的管理。在终端中,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}'
如果命令成功,则将在text
字段中返回模型生成的响应以及随附的信息。