通过 CLI 进行处理

通过 CLI 处理您的第一份文档

将文件输入到 S3 存储桶

在使用 BDA 处理文档之前，必须先将文档上传到 S3 存储桶：

语法

aws s3 cp <source> <target> [--options]

示例：

aws s3 cp /local/path/document.pdf s3://my-bda-bucket/input/document.pdf

基本处理命令结构

使用invoke-data-automation-async命令处理文件：

aws bedrock-data-automation-runtime invoke-data-automation-async \
        --input-configuration '{
            "s3Uri": "s3://amzn-s3-demo-bucket/sample-images/sample-image.jpg"
        }' \
        --output-configuration '{
            "s3Uri": "s3://amzn-s3-demo-bucket/output/"
        }' \
        --data-automation-configuration '{
            "dataAutomationProjectArn": "Amazon Resource Name (ARN)",
            "stage": "LIVE"
        }' \
        --data-automation-profile-arn "Amazon Resource Name (ARN)"

高级处理命令结构

带时段的视频处理

对于视频文件，您可以指定要处理的时间段：

aws bedrock-data-automation-runtime invoke-data-automation-async \
        --input-configuration '{
            "s3Uri": "s3://my-bucket/video.mp4",
            "assetProcessingConfiguration": {
                "video": {
                    "segmentConfiguration": {
                        "timestampSegment": {
                            "startTimeMillis": 0,
                            "endTimeMillis": 300000
                        }
                    }
                }
            }
        }' \
        --output-configuration '{
            "s3Uri": "s3://my-bucket/output/"
        }' \
        --data-automation-configuration '{
            "dataAutomationProjectArn": "Amazon Resource Name (ARN)",
            "stage": "LIVE"
        }' \
        --data-automation-profile-arn "Amazon Resource Name (ARN)"

使用自定义蓝图

你可以直接在命令中指定自定义蓝图：

aws bedrock-data-automation-runtime invoke-data-automation-async \
        --input-configuration '{
            "s3Uri": "s3://my-bucket/document.pdf"
        }' \
        --output-configuration '{
            "s3Uri": "s3://my-bucket/output/"
        }' \
        --blueprints '[
            {
                "blueprintArn": "Amazon Resource Name (ARN)",
                "version": "1",
                "stage": "LIVE"
            }
        ]' \
        --data-automation-profile-arn "Amazon Resource Name (ARN)"

添加加密配置

为了增强安全性，您可以添加加密配置：

aws bedrock-data-automation-runtime invoke-data-automation-async \
        --input-configuration '{
            "s3Uri": "s3://my-bucket/document.pdf"
        }' \
        --output-configuration '{
            "s3Uri": "s3://my-bucket/output/"
        }' \
        --data-automation-configuration '{
            "dataAutomationProjectArn": "Amazon Resource Name (ARN)",
            "stage": "LIVE"
        }' \
        --encryption-configuration '{
            "kmsKeyId": "Amazon Resource Name (ARN)",
            "kmsEncryptionContext": {
                "Department": "Finance",
                "Project": "DocumentProcessing"
            }
        }' \
        --data-automation-profile-arn "Amazon Resource Name (ARN)"

事件通知

启用处理完成 EventBridge 通知：

aws bedrock-data-automation-runtime invoke-data-automation-async \
        --input-configuration '{
            "s3Uri": "s3://my-bucket/document.pdf"
        }' \
        --output-configuration '{
            "s3Uri": "s3://my-bucket/output/"
        }' \
        --data-automation-configuration '{
            "dataAutomationProjectArn": "Amazon Resource Name (ARN)",
            "stage": "LIVE"
        }' \
        --notification-configuration '{
            "eventBridgeConfiguration": {
                "eventBridgeEnabled": true
            }
        }' \
        --data-automation-profile-arn "Amazon Resource Name (ARN)"

检查处理状态

使用get-data-automation-status命令检查您的处理任务的状态：

aws bedrock-data-automation-runtime get-data-automation-status \
        --invocation-arn "Amazon Resource Name (ARN)"

响应将包括当前状态：

{
        "status": "COMPLETED",
        "creationTime": "2025-07-24T12:34:56.789Z",
        "lastModifiedTime": "2025-07-24T12:45:12.345Z",
        "outputLocation": "s3://my-bucket/output/abcd1234/"
        }

检索处理结果

在 S3 中查找输出文件

列出 S3 存储桶中的输出文件：

aws s3 ls s3://amzn-s3-demo-bucket/output/

将结果下载到本地计算机：

aws s3 cp s3://amzn-s3-demo-bucket/output/ ~/Downloads/bda-results/ --recursive

了解输出结构

输出通常包括：

• standard-output.json: 包含标准提取结果

• custom-output.json: 包含来自自定义蓝图的结果

• metadata.json: 包含处理元数据和置信度分数

常见的响应字段

标准输出通常包括：

• extractedData: 主要提取的信息

• confidence: 每个提取字段的置信度分数

• metadata: 处理包括时间戳和模型详细信息在内的信息

• boundingBoxes: 检测到的元素的位置信息（如果启用）

错误处理和故障排除

常见的错误场景和解决方案：

• S3 URI 无效：确保您的 S3 存储桶存在且您拥有适当的权限

• 缺失 data-automation-profile-arn：所有处理请求都需要此参数

• 未找到项目：验证您的项目 ARN 正确且项目存在

• 不支持的文件格式：检查 BDA 是否支持您的文件格式

为处理任务添加标签

您可以添加标签来帮助组织和跟踪您的处理作业：

aws bedrock-data-automation-runtime invoke-data-automation-async \
        --input-configuration '{
            "s3Uri": "s3://my-bucket/document.pdf"
        }' \
        --output-configuration '{
            "s3Uri": "s3://my-bucket/output/"
        }' \
        --data-automation-configuration '{
            "dataAutomationProjectArn": "Amazon Resource Name (ARN)",
            "stage": "LIVE"
        }' \
        --tags '[
            {
                "key": "Department",
                "value": "Finance"
            },
            {
                "key": "Project",
                "value": "InvoiceProcessing"
            }
        ]' \
        --data-automation-profile-arn "Amazon Resource Name (ARN)"