Jalankan contoh API permintaan Amazon Bedrock dengan AWS Command Line Interface

Bagian ini memandu Anda untuk mencoba beberapa operasi umum di Amazon Bedrock menggunakan AWS CLI untuk menguji apakah izin dan otentikasi Anda diatur dengan benar. Sebelum Anda menjalankan contoh berikut, Anda harus memeriksa apakah Anda telah memenuhi prasyarat berikut:

Prasyarat

• Anda memiliki Akun AWS dan memiliki izin untuk mengakses peran dengan izin yang diperlukan untuk Amazon Bedrock. Jika tidak, ikuti langkah-langkah diSaya sudah memiliki Akun AWS.

• Anda telah meminta akses ke Amazon Titan Text G1 - Express model. Jika tidak, ikuti langkah-langkah diMinta akses ke model fondasi Amazon Bedrock.

• Anda telah menerima kunci akses untuk IAM pengguna Anda dan mengonfigurasi profil dengannya. Jika tidak, ikuti langkah-langkah yang berlaku untuk kasus penggunaan Anda diDapatkan kredensi untuk memberikan akses terprogram ke pengguna.

Uji apakah izin dan kunci akses Anda diatur dengan benar untuk Amazon Bedrock, menggunakan peran Amazon Bedrock yang Anda buat. Contoh-contoh ini mengasumsikan bahwa Anda telah mengonfigurasi profil default dengan kunci akses Anda. Perhatikan hal berikut:

• Minimal, Anda harus mengonfigurasi profil yang berisi AWS ID kunci akses dan AWS kunci akses rahasia.

• Jika Anda menggunakan kredensi sementara, Anda juga harus menyertakan AWS token sesi.

Buat daftar model fondasi yang ditawarkan Amazon Bedrock

Contoh berikut menjalankan ListFoundationModelsoperasi menggunakan endpoint Amazon Bedrock. ListFoundationModelsdaftar model foundation (FMs) yang tersedia di Amazon Bedrock di wilayah Anda. Di terminal, jalankan perintah berikut:

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

Jika perintah berhasil, respons mengembalikan daftar model foundation yang tersedia di Amazon Bedrock.

Kirim prompt teks ke model dan hasilkan respons teks dengan InvokeModel

Contoh berikut menjalankan InvokeModeloperasi menggunakan endpoint runtime Amazon Bedrock. InvokeModelmemungkinkan Anda mengirimkan prompt untuk menghasilkan respons model. Di terminal, jalankan perintah berikut:

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

Jika perintah berhasil, respons yang dihasilkan oleh model ditulis ke invoke-model-output-text.txt file. Respons teks dikembalikan di outputText lapangan, di samping informasi yang menyertainya.

Kirim prompt teks ke model dan hasilkan respons teks dengan Converse

Contoh berikut menjalankan operasi Converse menggunakan endpoint runtime Amazon Bedrock. Conversememungkinkan Anda mengirimkan prompt untuk menghasilkan respons model. Sebaiknya gunakan Converse operasi lebih InvokeModel saat didukung, karena ini menyatukan permintaan inferensi di seluruh model Amazon Bedrock dan menyederhanakan pengelolaan percakapan multi-putaran. Di terminal, jalankan perintah berikut:

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}'

Jika perintah berhasil, respons yang dihasilkan oleh model dikembalikan di text lapangan, di samping informasi yang menyertainya.