Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
Démarrage rapide
Dans cette section, nous allons vous montrer comment démarrer avec Amazon Bedrock en quelques minutes. Nous utiliserons les OpenAI-compatible API suivantes : API Responses et API Chat Completions, API Anthropic-native Messages et API Invoke and Converse pour vous montrer comment exécuter une demande d'inférence. Consultez Génération la liste complète des API.
Étape 1 - Compte AWS : si vous possédez déjà un compte AWS, ignorez cette étape et passez à l'étape 2. Si vous utilisez AWS pour la première fois, créez un compte AWS et suivez les instructions.
Étape 2 - Clé d'API : une fois que vous avez un compte AWS, vous pouvez créer une clé d'API à court terme pour authentifier vos demandes auprès d'Amazon Bedrock. Pour ce faire, accédez au service Amazon Bedrock dans la console AWS et générez une clé à court terme. Pour les applications de production, utilisez des rôles IAM ou des informations d'identification temporaires. Pour plus d'informations, consultez la section sur les clés d'API dans le chapitre Build.
Étape 3 - Téléchargez le SDK : pour utiliser ce guide de démarrage, Python doit déjà être installé. Installez ensuite le logiciel approprié en fonction des API que vous utilisez.
- Messages API
-
pip install boto3 anthropic
- Responses/Chat Completions API
-
pip install boto3 openai
- Invoke/Converse API
-
pip install boto3
Étape 4 - Définissez les variables d'environnement : configurez votre environnement pour utiliser la clé API pour l'authentification.
- Messages API
-
ANTHROPIC_API_KEY="<provide your Bedrock API key>"
ANTHROPIC_BASE_URL="https://bedrock-mantle.<your-region>.api.aws/anthropic"
- Responses/Chat Completions API
-
OPENAI_API_KEY="<provide your Bedrock API key>"
OPENAI_BASE_URL="https://bedrock-mantle.<your-region>.api.aws/v1"
- Invoke/Converse API
-
AWS_BEARER_TOKEN_BEDROCK="<provide your Bedrock API key>"
Étape 5 - Exécutez votre première demande d'inférence : Amazon Bedrock prend en charge plus de 100 modèles de base. Choisissez un modèle, puis utilisez le code Python suivant pour exécuter votre première demande d'inférence. Enregistrez le fichier sous bedrock-first-request.py
- Messages API
-
import anthropic
client = anthropic.Anthropic()
response = client.messages.create(
model="anthropic.claude-opus-4-7",
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-oss-120b",
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-oss-120b",
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='anthropic.claude-opus-4-7',
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='anthropic.claude-opus-4-7',
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()))
Exécutez le code avec Python à l'aide de la commande :
python3 bedrock-first-request.py
Vous devriez voir le résultat de votre demande d'inférence.
Pour en savoir plus sur l'utilisation d'autres API et points de terminaison, reportez-vous àGénération.
