访问 Amazon Bedrock

Amazon Bedrock 入门

Nikhil Rangarajan

Data Scientist

认识你的讲师！

机器学习工程师
云技术（AWS、Azure）
数据、云与计算机工程

讲师的个人照片

什么是 Amazon Bedrock？

Amazon 的服务

AWS 与 Amazon Bedrock 标志

什么是 Amazon Bedrock？

Amazon 的服务
通过 API 调用 AI 模型
- API：软件系统之间的通信使者
Bedrock 提供对 Anthropic、Meta 等公司的模型访问
无需模型部署或训练，按量付费

AWS 和 Amazon Bedrock 标志，以及一个 API 示意图。

生成式 AI 的基础模型

预训练模型
作为多种 AI 任务的基础
基于提示生成文本、代码、图像
- 文本/对话：Claude、Jurassic
- 图像：Stable Diffusion
- 向量/Embedding：Titan

一个图示：中心为基础模型，四个箭头指向文本/对话、向量、代码、图像。

了解 Amazon Bedrock 的访问方式

注意：本课程中已预置 Access Key 和 Secret Key。

在 AWS 中启用 Bedrock 访问：
- 在 AWS 控制台创建 IAM 用户
- 授予 Amazon Bedrock Full Access 权限
- 获取访问凭证：
  - Access Key
  - Secret Key
  - 区域（如 'us-east-1'）

流程图展示在 AWS 启用 Amazon Bedrock 的三步：步骤1 创建 IAM 用户，步骤2 添加 Bedrock 访问，步骤3 获取凭证。

配置 Bedrock 运行时访问

在环境中配置 AWS 凭证

# 非生产安全做法，仅用于教学
AWS_REGION = 'us-east-1'

AWS_ACCESS_KEY = 'your-access-key'

AWS_SECRET_KEY = 'your-secret-key'

初始化 Bedrock 客户端

使用 'bedrock-runtime' 进行模型推理

import boto3 
bedrock = boto3.client('bedrock-runtime', # use -runtime
  region_name=AWS_REGION,
  aws_access_key_id=AWS_ACCESS_KEY,
  aws_secret_access_key=AWS_SECRET_KEY)

配置 Bedrock 访问

检查客户端初始化状态
运维请求使用 'bedrock'

# 验证 Bedrock 客户端配置
import boto3
bedrock_client = boto3.client('bedrock', region_name='us-east-1')

models = bedrock_client.list_foundation_models()
print(f"Connected successfully! 
      Found {len(models['modelSummaries'])} available models.")

Connected successfully!  Found 13 available models.

基础模型信息

使用 get_foundation_model() 获取模型详情

需要 ModelID（唯一标识符）
- 例：amazon.nova-2-lite-v1:0、anthropic.claude-sonnet-4-5-20250929-v1:0

response = bedrock_client.get_foundation_model
    (modelIdentifier='anthropic.claude-sonnet-4-5-20250929-v1:0')

print(response['modelDetails'])

基础模型信息

{'modelArn': 'arn:aws:bedrock:us-east-1::foundation-model/anthropic.claude-sonnet-4-5...',
 'modelId': 'anthropic.claude-sonnet-4-5-20250929-v1:0',
 'modelName': 'Claude Sonnet 4.5',
 'providerName': 'Anthropic',
 'inputModalities': ['TEXT', 'IMAGE'],
 'outputModalities': ['TEXT'],
 'responseStreamingSupported': True,
 'customizationsSupported': [],
 'inferenceTypesSupported': ['INFERENCE_PROFILE'],
 'modelLifecycle': {'status': 'ACTIVE', 'startOfLifeTime': ...}

Passons à la pratique !

Amazon Bedrock 入门