处理 API 响应与错误

Amazon Bedrock 入门

Nikhil Rangarajan

Data Scientist

管理速率限制

实现指数退避策略
通过智能重试优化 API 使用

def backoff_retry(max_retries=3, 
                  init_delay=1):

  for attempt in range(max_retries):
    try: 
      response = bedrock.invoke_model()

    # Retries when we have an exception
  except Exception as e:
    if "ThrottlingException" in str(e):
    # Exponential backoff
      time.sleep(base_delay * 
                   (2 ** attempt))

批量处理响应

高效处理多请求
安全处理批量响应
维持最佳性能

def process_batch(prompts, batch=5):
  results = []
  for i in range(0, len(prompts), 
                 batch):
    responses = [invoke_model(p) for p 
                 in prompts[i:i+batch]]

响应后处理

验证响应结构
加载并解析响应体
检查期望的键
确保数据质量一致

def postprocess_response(response):

    data=json.loads(response['body']
                   .read())

    if 'content' in data: 
    return data['content'].strip()

return None

错误恢复

实施回退策略：主模型出问题时的备用方案
处理模型特定错误
确保生产级可靠性

try:
    response = bedrock.invoke_model(modelId="anthropic.claude-3-5-sonnet-v2:0", 
        body=json.dumps(request_body))

except ClientError: 
    response = bedrock.invoke_model(modelId="amazon.nova-lite-v1:0")

Passons à la pratique !

Amazon Bedrock 入门