選取您的 Cookie 偏好設定

我們使用提供自身網站和服務所需的基本 Cookie 和類似工具。我們使用效能 Cookie 收集匿名統計資料,以便了解客戶如何使用我們的網站並進行改進。基本 Cookie 無法停用,但可以按一下「自訂」或「拒絕」以拒絕效能 Cookie。

如果您同意,AWS 與經核准的第三方也會使用 Cookie 提供實用的網站功能、記住您的偏好設定,並顯示相關內容,包括相關廣告。若要接受或拒絕所有非必要 Cookie,請按一下「接受」或「拒絕」。若要進行更詳細的選擇,請按一下「自訂」。

使用 執行範例 Amazon Bedrock API請求 AWS Command Line Interface

焦點模式
使用 執行範例 Amazon Bedrock API請求 AWS Command Line Interface - Amazon Bedrock

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。

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。

本節會引導您使用 來測試您的許可和身分驗證是否已正確設定 AWS CLI ,在 Amazon Bedrock 中嘗試一些常見的操作。在您執行下列範例之前,您應該檢查您是否符合下列先決條件:

先決條件

測試您的許可是否已針對 Amazon Bedrock 正確設定,並使用您透過適當許可設定的使用者或角色。

列出 Amazon Bedrock 必須提供的基礎模型

下列範例使用 Amazon Bedrock 端點執行 ListFoundationModels操作。 ListFoundationModels會列出您區域中 Amazon Bedrock 中可用的基礎模型 (FMs)。在終端機中,執行下列命令:

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

如果命令成功,回應會傳回 Amazon Bedrock 中可用的基礎模型清單。

將文字提示提交至模型,並使用 產生文字回應 InvokeModel

下列範例使用 Amazon Bedrock 執行期端點執行 InvokeModel操作。 InvokeModel可讓您提交提示以產生模型回應。在終端機中,執行下列命令:

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

如果命令成功,模型產生的回應會寫入 invoke-model-output-text.txt 檔案。文字回應會在 outputText 欄位中傳回,以及隨附的資訊。

將文字提示提交至模型,並使用 Converse 產生文字回應

下列範例使用 Amazon Bedrock 執行時間端點執行 Converse 操作。 Converse可讓您提交提示以產生模型回應。我們建議在支援InvokeModel時使用 Converse操作,因為它會統一跨 Amazon Bedrock 模型的推論請求,並簡化多轉對話的管理。在終端機中,執行下列命令:

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}'

如果命令成功,則 欄位中會傳回模型產生的回應text,以及隨附的資訊。

隱私權網站條款Cookie 偏好設定
© 2025, Amazon Web Services, Inc.或其附屬公司。保留所有權利。