本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。
# 與 Amazon Bedrock 流程交談
**注意**
Amazon Bedrock Flows 多回合對話為 Amazon Bedrock 的預覽版本，可能會有所變更。
Amazon Bedrock Flows 多回合對話可在使用者與流程之間進行動態來回的對話，類似於自然對話。當代理程式節點需要釐清或其他內容時，它可以智慧地暫停流程的執行，並提示使用者提供特定資訊。這會建立更具互動性和內容感知的體驗，因為節點可以根據使用者回應調整其行為。例如，如果初始使用者查詢不明確或不完整，則節點可以提出後續問題來收集必要的詳細資訊。一旦使用者提供請求的資訊後，流程會順暢地使用豐富的輸入繼續執行，以確保更準確和相關的結果。對於單一互動可能不足以完全了解及解決使用者需求的複雜案例，此功能特別有用。
**Topics**
+ [如何處理流程中的多回合對話](#flows-multi-turn-invocation-how)
+ [建立及執行範例流程](#flows-multi-turn-invocation-example-flow)
## 如何處理流程中的多回合對話
若要在流程中使用多回合對話，您需要連接到 Amazon Bedrock 代理人的[代理程式節點](flows-nodes.md#flows-nodes-agent)。當您執行流程時，在代理程式需要使用者的進一步資訊才能繼續的情況下，就會進行多回合對話。本節說明使用代理程式搭配下列指示的流程：
```
You are a playlist creator for a radio station.
When asked to create a playlist, ask for the number of songs,
the genre of music, and a theme for the playlist.
```
如需有關建立代理程式的詳細資訊，請參閱 [使用 AI 代理程式自動執行應用程式中的任務](agents.md)。
### 步驟 1：啟動流程
您可以透過呼叫 [InvokeFlow](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_InvokeFlow.html) 操作來啟動流程。您可以包含要傳送至流程的初始內容。在下列範例中，`document` 欄位包含*建立播放清單*的請求。每個對話都有唯一識別符 (*執行 ID*)，可識別流程中的對話。若要取得執行 ID，您在第一次呼叫 `InvokeFlow` 時不會傳送 `executionID` 欄位。`InvokeFlow` 的回應包含執行 ID。在您的程式碼中，使用識別符來追蹤多個對話，並在進一步呼叫 `InvokeFlow` 操作時識別對話。
以下是 `InvokeFlow` 的 JSON 請求範例。
```
{
"flowIdentifier": "XXXXXXXXXX",
"flowAliasIdentifier": "YYYYYYYYYY",
"inputs": [
{
"content": {
"document": "Create a playlist."
},
"nodeName": "FlowInputNode",
"nodeOutputName": "document"
}
]
}
```
### 步驟 2：擷取代理程式請求
如果流程中的代理程式節點決定需要使用者提供更多資訊，則 `InvokeFlow` 的回應串流 (`responseStream`) 會包含 `FlowMultiTurnInputRequestEvent` 事件物件。事件在 `content` (`FlowMultiTurnInputContent`) 欄位中具有請求的資訊。在下列範例中，`document` 欄位中的請求是關於播放清單的歌曲數量、音樂類型和主題的資訊。在您的程式碼中，您需要向使用者取得該資訊。
以下是 `FlowMultiTurnInputRequestEvent` JSON 物件的範例。
```
{
"nodeName": "AgentsNode_1",
"nodeType": "AgentNode",
"content": {
"document": "Certainly! I'd be happy to create a playlist for you. To make sure it's tailored to your preferences, could you please provide me with the following information:
1. How many songs would you like in the playlist?
2. What genre of music do you prefer?
3. Is there a specific theme or mood you'd like for the playlist? Once you provide these details, I'll be able to create a customized playlist just for you."
}
}
```
由於流程在收到更多輸入之前無法繼續，因此流程也會發出 `FlowCompletionEvent` 事件。流程一律會在 `FlowCompletionEvent` 之前發出 `FlowMultiTurnInputRequestEvent`。如果 `FlowCompletionEvent` 事件中的 `completionReason` 值為 `INPUT_REQUIRED`，則流程需要更多資訊才能繼續。
以下是 `FlowCompletionEvent` JSON 物件的範例。
```
{
"completionReason": "INPUT_REQUIRED"
}
```
### 步驟 3：將使用者回應傳送至流程
再次呼叫 `InvokeFlow` 操作，將使用者回應傳回至流程。請務必包含對話的 `executionId`。
以下是 `InvokeFlow` 要求的 JSON 範例。`document` 欄位包含來自使用者的回應。
```
{
"flowIdentifier": "AUS7BMHXBE",
"flowAliasIdentifier": "4KUDB8VBEF",
"executionId": "b6450554-f8cc-4934-bf46-f66ed89b60a0",
"inputs": [
{
"content": {
"document": "1. 5 songs 2. Welsh rock music 3. Castles"
},
"nodeName": "AgentsNode_1",
"nodeInputName": "agentInputText"
}
]
}
```
如果流程需要更多資訊，則流程會建立進一步的 `FlowMultiTurnInputRequestEvent` 事件。
### 步驟 4：結束流程
當不需要更多資訊時，流程會發出包含最終回應的 `FlowOutputEvent` 事件。
以下是 `FlowOutputEvent` JSON 物件的範例。
```
{
"nodeName": "FlowOutputNode",
"content": {
"document": "Great news! I've created a 5-song Welsh rock playlist centered around the theme of castles.
Here's the playlist I've put together for you: Playlist Name: Welsh Rock Castle Anthems
Description: A 5-song Welsh rock playlist featuring songs about castles
Songs:
1. Castell y Bere - Super Furry Animals
2. The Castle - Manic Street Preachers
3. Caerdydd (Cardiff Castle) - Stereophonics
4. Castell Coch - Catatonia
5. Chepstow Castle - Feeder
This playlist combines Welsh rock bands with songs that reference castles or specific Welsh castles.
Enjoy your castle-themed Welsh rock music experience!"
}
}
```
流程也會發出 `FlowCompletionEvent` 事件。`completionReason` 的值為 `SUCCESS`。
以下是 `FlowCompletionEvent` JSON 物件的範例。
```
{
"completionReason": "SUCCESS"
}
```
以下序列圖顯示多回合流程中的步驟。
![\[多回合對話的流程步驟。\]](http://docs.aws.amazon.com/zh_tw/bedrock/latest/userguide/images/flows/flows-multi-turn-steps.png)
## 建立及執行範例流程
在此範例中，您建立的流程會使用代理程式來建立廣播電台的播放清單。代理程式會詢問釐清問題，以判斷歌曲數量、音樂類型，以及播放清單的主題。
**建立流程**
1. 遵循 [手動建立和設定代理程式](agents-create.md) 中的指示，在 Amazon Bedrock 主控台中建立代理程式。
+ 對於步驟 *2.d*，輸入 **You are a playlist creator for a radio station. When asked to create a playlist, ask for the number of songs, the genre of music, and a theme for the playlist.**。
+ 對於步驟 *2.e*，在**使用者輸入**中，選擇**已啟用**。這樣做可讓代理程式視需要請求更多資訊。
1. 遵循 [在 Amazon Bedrock 中建立和設計流程](flows-create.md) 的指示來建立流程。確定流程具有輸入節點、代理程式節點和輸出節點。
1. 將代理程式節點連結到您在步驟 1 中建立的代理程式。流程應如下圖所示。
![\[流程多回合對話\]](http://docs.aws.amazon.com/zh_tw/bedrock/latest/userguide/images/flows/flows-multi-turn.png)
1. 在 Amazon Bedrock 主控台中執行流程。對於測試，您可以追蹤流程進行的步驟。如需詳細資訊，請參閱[在 Amazon Bedrock 中測試流程](flows-test.md)。
以下 Python 程式碼範例展示如何使用流程。
若要執行程式碼，請指定下列項目：
+ `region_name` – 您執行流程 AWS 的區域。
+ `FLOW_ID` – 流程的 ID。
+ `FLOW_ALIAS_ID` – 流程的別名 ID。
如需取得 ID 的相關資訊，請參閱 [檢視 Amazon Bedrock 中流程的相關資訊](flows-view.md)。程式碼會提示將初始請求傳送至流程，並視需要請求更多輸入。此程式碼不會管理來自代理程式的其他請求，例如呼叫 AWS Lambda 函數的請求。如需詳細資訊，請參閱[Amazon Bedrock 代理程式的運作方式](agents-how.md)。執行時，程式碼會產生 `FlowTraceEvent` 物件，可供您用來追蹤從輸入到流程傳回之回應的路徑。如需詳細資訊，請參閱[在 Amazon Bedrock 中檢視流程的追蹤，以追蹤流程中的每個步驟檢視流程的追蹤，以追蹤流程中的每個步驟](flows-trace.md)。
```
"""
Runs an Amazon Bedrock flow and handles muli-turn interaction for a single conversation.
"""
import logging
import boto3
import botocore
import botocore.exceptions
logging.basicConfig(level=logging.INFO)
logger = logging.getLogger(__name__)
def invoke_flow(client, flow_id, flow_alias_id, input_data, execution_id):
"""
Invoke an Amazon Bedrock flow and handle the response stream.
Args:
client: Boto3 client for Amazon Bedrock agent runtime
flow_id: The ID of the flow to invoke
flow_alias_id: The alias ID of the flow
input_data: Input data for the flow
execution_id: Execution ID for continuing a flow. Use the value None on first run.
Returns:
Dict containing flow_complete status, input_required info, and execution_id
"""
response = None
request_params = None
if execution_id is None:
# Don't pass execution ID for first run.
request_params = {
"flowIdentifier": flow_id,
"flowAliasIdentifier": flow_alias_id,
"inputs": [input_data],
"enableTrace": True
}
else:
request_params = {
"flowIdentifier": flow_id,
"flowAliasIdentifier": flow_alias_id,
"executionId": execution_id,
"inputs": [input_data],
"enableTrace": True
}
response = client.invoke_flow(**request_params)
if "executionId" not in request_params:
execution_id = response['executionId']
input_required = None
flow_status = ""
# Process the streaming response
for event in response['responseStream']:
# Check if flow is complete.
if 'flowCompletionEvent' in event:
flow_status = event['flowCompletionEvent']['completionReason']
# Check if more input us needed from user.
elif 'flowMultiTurnInputRequestEvent' in event:
input_required = event
# Print the model output.
elif 'flowOutputEvent' in event:
print(event['flowOutputEvent']['content']['document'])
elif 'flowTraceEvent' in event:
logger.info("Flow trace: %s", event['flowTraceEvent'])
return {
"flow_status": flow_status,
"input_required": input_required,
"execution_id": execution_id
}
if __name__ == "__main__":
session = boto3.Session(profile_name='default', region_name='YOUR_FLOW_REGION')
bedrock_agent_client = session.client('bedrock-agent-runtime')
# Replace these with your actual flow ID and alias ID
FLOW_ID = 'YOUR_FLOW_ID'
FLOW_ALIAS_ID = 'YOUR_FLOW_ALIAS_ID'
flow_execution_id = None
finished = False
# Get the intial prompt from the user.
user_input = input("Enter input: ")
flow_input_data = {
"content": {
"document": user_input
},
"nodeName": "FlowInputNode",
"nodeOutputName": "document"
}
logger.info("Starting flow %s", FLOW_ID)
try:
while not finished:
# Invoke the flow until successfully finished.
result = invoke_flow(
bedrock_agent_client, FLOW_ID, FLOW_ALIAS_ID, flow_input_data, flow_execution_id)
status = result['flow_status']
flow_execution_id = result['execution_id']
more_input = result['input_required']
if status == "INPUT_REQUIRED":
# The flow needs more information from the user.
logger.info("The flow %s requires more input", FLOW_ID)
user_input = input(
more_input['flowMultiTurnInputRequestEvent']['content']['document'] + ": ")
flow_input_data = {
"content": {
"document": user_input
},
"nodeName": more_input['flowMultiTurnInputRequestEvent']['nodeName'],
"nodeInputName": "agentInputText"
}
elif status == "SUCCESS":
# The flow completed successfully.
finished = True
logger.info("The flow %s successfully completed.", FLOW_ID)
except botocore.exceptions.ClientError as e:
print(f"Client error: {str(e)}")
logger.error("Client error: %s", {str(e)})
except Exception as e:
print(f"An error occurred: {str(e)}")
logger.error("An error occurred: %s", {str(e)})
logger.error("Error type: %s", {type(e)})
```