Quickstart

Um Ihre erste Inferenzanfrage auszuführen

1. Eröffnen Sie ein AWS Konto.

   Wenn Sie bereits einen haben AWS-Konto, überspringen Sie diesen Schritt.

2. Generieren Sie einen kurzfristigen API-Schlüssel, um Ihre Anfragen an Amazon Bedrock zu authentifizieren, indem Sie den Amazon Bedrock-Service in der AWS Management Console öffnen.

   Das vollständige Verfahren finden Sie im Abschnitt. API-Schlüssel

   Verwenden Sie für Produktionsanwendungen IAM-Rollen oder temporäre Anmeldeinformationen.

3. Installieren Sie das entsprechende SDK für die APIs, die Sie verwenden möchten. Python muss bereits installiert sein.

   Messages API

   pip install boto3 anthropic

   Responses/Chat Completions API

   pip install boto3 openai

   Invoke/Converse API

   pip install boto3

4. Stellen Sie die folgenden Umgebungsvariablen ein, um den API-Schlüssel für die Authentifizierung zu verwenden.

   Messages API

   AWS_BEARER_TOKEN_BEDROCK="<provide your Bedrock API key>"

   Responses/Chat Completions API

   OPENAI_API_KEY="<provide your Bedrock API key>"
   OPENAI_BASE_URL="https://bedrock-runtime.<your-region>.amazonaws.com/openai/v1"

   Invoke/Converse API

   AWS_BEARER_TOKEN_BEDROCK="<provide your Bedrock API key>"

5. Wählen Sie ein Modell und führen Sie Ihre erste Inferenzanforderung aus.

   1. Wählen Sie ein Modell. Amazon Bedrock unterstützt über 100 Foundation-Modelle.

   2. Verwenden Sie den folgenden Python-Code, um Ihre erste Inferenzanforderung auszuführen.

      Messages API

      from anthropic import AnthropicBedrock
      
      client = AnthropicBedrock(aws_region="us-east-1")
      
      response = client.messages.create(
          model="global.anthropic.claude-opus-5",
          max_tokens=1024,
          messages=[{"role": "user", "content": "Can you explain the features of Amazon Bedrock?"}]
      )
      print(response)

      Responses API

      from openai import OpenAI
      
      client = OpenAI()
      
      response = client.responses.create(
          model="openai.gpt-5.6-sol",
          input="Can you explain the features of Amazon Bedrock?"
          )
      print(response)

      Chat Completions API

      from openai import OpenAI
      
      client = OpenAI()
      
      response = client.chat.completions.create(
          model="openai.gpt-5.6-sol",
          messages=[{"role": "user", "content": "Can you explain the features of Amazon Bedrock?"}]
          )
      print(response)

      Converse API

      import boto3
      
      client = boto3.client('bedrock-runtime', region_name='us-east-1')
      response = client.converse(
          modelId='global.anthropic.claude-opus-5',
          messages=[
              {
                  'role': 'user',
                  'content': [{'text': 'Can you explain the features of Amazon Bedrock?'}]
              }
          ]
      )
      print(response)

      Invoke API

      import json
      import boto3
      
      client = boto3.client('bedrock-runtime', region_name='us-east-1')
      response = client.invoke_model(
          modelId='global.anthropic.claude-opus-5',
          body=json.dumps({
                  'anthropic_version': 'bedrock-2023-05-31',
                  'messages': [{ 'role': 'user', 'content': 'Can you explain the features of Amazon Bedrock?'}],
                  'max_tokens': 1024
          })
       )
       print(json.loads(response['body'].read()))

   3. Speichern Sie die Datei als bedrock-first-request.py.

   4. Führen Sie den Code mit dem folgenden Befehl aus:

      python3 bedrock-first-request.py

      Sie sollten die Ausgabe Ihrer Inferenzanfrage sehen.