使用 SDK for Python (Boto3) 的 Amazon Bedrock Agents 執行期範例 - AWS SDK 程式碼範例
動作案例

文件 AWS SDK AWS 範例 SDK 儲存庫中有更多可用的 GitHub 範例。

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。

使用 SDK for Python (Boto3) 的 Amazon Bedrock Agents 執行期範例

下列程式碼範例說明如何搭配 Amazon Bedrock Agents Runtime 使用 AWS SDK for Python (Boto3) 來執行動作和實作常見案例。

Actions 是大型程式的程式碼摘錄，必須在內容中執行。雖然 動作會示範如何呼叫個別服務函數，但您可以在其相關案例中查看內容中的動作。

案例是程式碼範例，示範如何透過呼叫服務內的多個函數或與其他函數結合來完成特定任務 AWS 服務。

每個範例都包含完整原始程式碼的連結，您可以在其中找到如何在內容中設定和執行程式碼的指示。

動作

下列程式碼範例示範如何使用 InvokeAgent。

Python 的 SDK (Boto3)
注意

還有更多 on GitHub。尋找完整範例，並了解如何在 AWS 程式碼範例儲存庫中設定和執行。

叫用代理程式。

    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

  • 如需 API 詳細資訊，請參閱 InvokeAgent AWS SDK for Python (Boto3) Word 參考中的 API。

案例

下列程式碼範例示範如何使用 Amazon Bedrock 和 Step Functions 建置和協調生成的 AI 應用程式。

Python 的 SDK (Boto3)

Amazon Bedrock Serverless Prompt Chaining 案例示範 AWS Step Functions、Amazon Bedrock https://docs.aws.amazon.com/bedrock/latest/userguide/agents.html和 如何用於建置和協調複雜、無伺服器和高度可擴展的生成 AI 應用程式。它包含下列工作範例：

  • 撰寫給定小說的分析，以供文獻部落格使用。此範例說明簡單、循序的提示鏈。

  • 產生有關指定主題的簡短故事。此範例說明 AI 如何反覆處理先前產生的項目清單。

  • 建立前往指定目的地的週末假期行程。此範例說明如何平行處理多個不同的提示。

  • 將電影想法調用給擔任電影製作者的人類使用者。此範例說明如何使用不同的推論參數平行處理相同的提示，如何恢復到鏈中的上一個步驟，以及如何將人工輸入包含在工作流程中。

  • 根據使用者手頭的成分來規劃餐點。此範例說明提示鏈如何整合兩個不同的 AI 對話，其中兩個 AI 角色彼此進行爭論以改善最終結果。

  • 尋找並摘要今天最熱門的 GitHub 儲存庫。此範例說明連結多個與外部 APIs 互動的 AI 代理程式。

如需設定和執行的完整原始程式碼和指示，請參閱 GitHub 上的完整專案。

此範例中使用的服務

  • Amazon Bedrock

  • Amazon Bedrock 執行期

  • Amazon Bedrock 代理程式

  • Amazon Bedrock 代理程式執行期

  • Step Functions