Selecione suas preferências de cookies

Usamos cookies essenciais e ferramentas semelhantes que são necessárias para fornecer nosso site e serviços. Usamos cookies de desempenho para coletar estatísticas anônimas, para que possamos entender como os clientes usam nosso site e fazer as devidas melhorias. Cookies essenciais não podem ser desativados, mas você pode clicar em “Personalizar” ou “Recusar” para recusar cookies de desempenho.

Se você concordar, a AWS e terceiros aprovados também usarão cookies para fornecer recursos úteis do site, lembrar suas preferências e exibir conteúdo relevante, incluindo publicidade relevante. Para aceitar ou recusar todos os cookies não essenciais, clique em “Aceitar” ou “Recusar”. Para fazer escolhas mais detalhadas, clique em “Personalizar”.

Invoque um agente em linha

Modo de foco
Invoque um agente em linha - Amazon Bedrock

As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

nota

A configuração e a invocação de um recurso de agente em linha estão na versão prévia do Amazon Bedrock e estão sujeitas a alterações.

Antes de chamar seu agente em linha, verifique se você preencheu os pré-requisitos.

Para invocar um agente em linha, envie uma solicitação de InvokeInlineAgentAPI com um endpoint de tempo de execução do Agents for Amazon Bedrock e inclua minimamente os seguintes campos.

Campo Caso de uso
instruction Forneça instruções que digam ao agente embutido o que ele deve fazer e como ele deve interagir com os usuários.
foundationModel Especifique um modelo básico a ser usado para orquestração pelo agente embutido que você cria. Por exemplo, claude antrópica, meta Llama3.1, etc.
sessionId Um identificador exclusivo da sessão. Use o mesmo valor em todas as solicitações para continuar a mesma conversa.

Os seguintes campos são opcionais:

Campo Caso de uso
Grupos de ação Lista de grupos de ação com cada grupo de ação definindo as ações que o agente embutido pode realizar.
Bases de conhecimento Associações da base de conhecimento com o agente em linha para aumentar a resposta gerada pelo modelo.
guardrailConfiguration Configurações de guardrail para bloquear tópicos, evitar alucinações e implementar proteções para seu aplicativo.
promptOverrideConfiguration Configurações para solicitações avançadas usadas para substituir as solicitações padrão.
enableTrace Especifique se deseja ativar ou não o rastreamento do processo de raciocínio do agente em linha.
Segundos da sessão ociosa TTLIn Especifique a duração após a qual o agente embutido deve encerrar a sessão e excluir todas as informações armazenadas.
customerEncryptionKeyArn Especifique o ARN de uma chave KMS para criptografar os recursos do agente,
endSession Especifique se deseja encerrar a sessão com o agente embutido ou não.
inlineSessionState Parâmetros que especificam os vários atributos de uma sessão.
inputText Especifique o texto do aviso a ser enviado ao agente.

O exemplo de InvokeInlineAgent API a seguir fornece configurações completas de agentes em linha, incluindo o modelo básico, instruções, grupos de ação com interpretador de código, grades de proteção e bases de conhecimento.

response = bedrock_agent_runtime.invoke_inline_agent( // Initialization parameters: cannot be changed for a conversation sessionId='uniqueSessionId', customerEncryptionKeyArn: String, // Input inputText="Hello, can you help me with a task?", endSession=False, enableTrace=True, // Agent configurations foundationModel='anthropic.claude-3-haiku-20240307-v1:0', instruction="You are a helpful assistant...", actionGroups=[ { 'name': 'CodeInterpreterAction', 'parentActionGroupSignature': 'AMAZON.CodeInterpreter' }, { 'actionGroupName': 'FetchDetails', 'parentActionGroupSignature': '', "actionGroupExecutor": { ... }, "apiSchema": { ... }, "description": "string", "functionSchema": { ... } } ], knowledgeBases=[ { knowledgeBaseId: "string", description: 'Use this KB to get all the info', retrievalConfiguration: { vectorSearchConfiguration: { filter: { ... }, numberOfResults: number, overrideSearchType: "string" } } } ], guardrailConfiguration={ guardrailIdentifier: 'BlockEverything', gurardrailVersion: '1.0' }, promptOverrideConfiguration: {...} // session properties: persisted throughout conversation inlineSessionState = { sessionAttributes = { 'key': 'value' }, promptSessionAttributes = {k:v}, returnControlInvocationResults = {...}, invocationId = 'abc', files = {...}, } }
PrivacidadeTermos do sitePreferências de cookies
© 2025, Amazon Web Services, Inc. ou suas afiliadas. Todos os direitos reservados.