用SDK于 Python 的亚马逊 Bedrock Agents 运行时示例 (Boto3) - AWS SDK代码示例
操作场景

AWS 文档 AWS SDK示例 GitHub 存储库中还有更多SDK示例。

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。

用SDK于 Python 的亚马逊 Bedrock Agents 运行时示例 (Boto3)

以下代码示例向您展示了如何使用 AWS SDK for Python (Boto3) 与 Amazon Bedrock Agents 运行时一起使用来执行操作和实现常见场景。

操作是大型程序的代码摘录，必须在上下文中运行。您可以通过操作了解如何调用单个服务函数，还可以通过函数相关场景的上下文查看操作。

场景是向您展示如何通过在一个服务中调用多个函数或与其他 AWS 服务结合来完成特定任务的代码示例。

每个示例都包含一个指向完整源代码的链接，您可以在其中找到有关如何在上下文中设置和运行代码的说明。

操作

以下代码示例演示如何使用 InvokeAgent。

SDK适用于 Python (Boto3)
注意

还有更多相关信息 GitHub。查找完整示例，学习如何在 AWS 代码示例存储库中进行设置和运行。

调用代理。

    def invoke_agent(self, agent_id, agent_alias_id, session_id, prompt):
        """
        Sends a prompt for the agent to process and respond to.

        :param agent_id: The unique identifier of the agent to use.
        :param agent_alias_id: The alias of the agent to use.
        :param session_id: The unique identifier of the session. Use the same value across requests
                           to continue the same conversation.
        :param prompt: The prompt that you want Claude to complete.
        :return: Inference response from the model.
        """

        try:
            # Note: The execution time depends on the foundation model, complexity of the agent,
            # and the length of the prompt. In some cases, it can take up to a minute or more to
            # generate a response.
            response = self.agents_runtime_client.invoke_agent(
                agentId=agent_id,
                agentAliasId=agent_alias_id,
                sessionId=session_id,
                inputText=prompt,
            )

            completion = ""

            for event in response.get("completion"):
                chunk = event["chunk"]
                completion = completion + chunk["bytes"].decode()

        except ClientError as e:
            logger.error(f"Couldn't invoke agent. {e}")
            raise

        return completion

  • 有关API详细信息，请参阅InvokeAgent中的 AWS SDKPython (Boto3) API 参考。

场景

以下代码示例展示了如何使用 Amazon Bedrock 和 Step Functions 构建和编排生成式人工智能应用程序。

SDK适用于 Python (Boto3)

Amazon Bedrock Serverless Prompt Chaining 场景演示了如何使用 A AWS Step Functionsmazon Bedrock 和来构建和编排复杂、无服务器且高度https://docs.aws.amazon.com/bedrock/latest/userguide/agents.html可扩展的生成式 AI 应用程序。它包含以下工作示例：

  • 为文学博客撰写一份对给定小说的分析。此示例说明了一个简单的、按顺序排列的提示链。

  • 生成有关给定主题的短篇小说。此示例说明了 AI 如何以迭代方式处理其先前生成的项目列表。

  • 创建前往给定目的地的周末度假行程。此示例说明如何并行处理多个不同的提示。

  • 向扮演电影制片人的人类用户推销电影创意。此示例说明了如何使用不同的推理参数对同一个提示进行并行处理，如何回溯到链中的上一个步骤，以及如何将人工输入作为工作流程的一部分。

  • 根据用户手头的食材计划膳食。这个例子说明了提示链如何整合两个不同的人工智能对话，两个人工智能角色相互进行辩论以改善最终结果。

  • 查找并总结当今最热门的 GitHub 存储库。此示例说明如何链接多个与外部APIs交互的 AI 代理。

有关完整的源代码以及设置和运行说明，请参阅上的完整项目GitHub。

本示例中使用的服务

  • Amazon Bedrock

  • Amazon Bedrock 运行时系统

  • Amazon 基岩代理商

  • Amazon 基岩代理运行时

  • Step Functions