Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris. # Mendetail Memulai menggunakan Konsol dan API Konten segera hadir. # Memulai di konsol Amazon Bedrock Bagian ini menjelaskan cara menggunakan [taman bermain](playgrounds.md) di AWS konsol untuk mengirimkan prompt teks ke model dasar Amazon Bedrock (FM) dan menghasilkan respons teks atau gambar. Sebelum Anda menjalankan contoh berikut, Anda harus memeriksa apakah Anda telah memenuhi prasyarat berikut: **Prasyarat** + Anda memiliki Akun AWS dan memiliki izin untuk mengakses peran di akun itu dengan izin yang diperlukan untuk Amazon Bedrock. Jika tidak, ikuti langkah-langkahnya di[Mulai cepat](getting-started.md). + Anda berada di Wilayah AS Timur (Virginia Utara) (us-east-1). Untuk mengubah Wilayah, pilih nama Wilayah di kanan atas konsol, di samping peran IAM Anda. Kemudian pilih US East (Virginia N.) (us-east-1). **Topics** + [Jelajahi taman bermain teks](#getting-started-text) + [Jelajahi taman bermain gambar](#getting-started-image) ## Jelajahi taman bermain teks Contoh berikut menunjukkan bagaimana menggunakan taman bermain teks: 1. Masuk ke Konsol Manajemen AWS dengan identitas IAM yang memiliki izin untuk menggunakan konsol Amazon Bedrock. Kemudian, buka konsol Amazon Bedrock di [https://console.aws.amazon.com/bedrock](https://console.aws.amazon.com/bedrock). 1. Dari panel navigasi kiri, pilih **Teks** di bawah **Taman Bermain**. 1. Pilih **Pilih model** dan pilih penyedia dan model. Untuk contoh ini, kami akan memilih **Amazon Titan Text G1 - Lite**. Kemudian pilih **Terapkan** 1. Pilih prompt default dari bawah panel teks, atau masukkan prompt ke panel teks, seperti**Describe the purpose of a "hello world" program in one line**. 1. Pilih **Jalankan** untuk menjalankan inferensi pada model. Teks yang dihasilkan muncul di bawah prompt Anda di panel teks. ## Jelajahi taman bermain gambar Contoh berikut menunjukkan bagaimana menggunakan taman bermain gambar. 1. Masuk ke Konsol Manajemen AWS dengan identitas IAM yang memiliki izin untuk menggunakan konsol Amazon Bedrock. Kemudian, buka konsol Amazon Bedrock di [https://console.aws.amazon.com/bedrock](https://console.aws.amazon.com/bedrock). 1. Dari panel navigasi kiri, pilih **Gambar** di bawah **Taman Bermain**. 1. Pilih **Pilih model** dan pilih penyedia dan model. Untuk contoh ini, kami akan memilih **Amazon Titan Image Generator G1 V1**. Kemudian pilih **Terapkan** 1. Pilih prompt default dari bawah panel teks, atau masukkan prompt ke panel teks, seperti**Generate an image of happy cats**. 1. Di panel **Konfigurasi**, ubah **Jumlah gambar menjadi**. **1** 1. Pilih **Jalankan** untuk menjalankan inferensi pada model. Gambar yang dihasilkan muncul di atas prompt. # Memulai dengan API Bagian ini menjelaskan cara mengatur lingkungan Anda untuk membuat permintaan Amazon Bedrock melalui AWS API. AWS menawarkan alat-alat berikut untuk merampingkan pengalaman Anda: + AWS Command Line Interface (AWS CLI) + AWS SDKs + Notebook Amazon SageMaker AI Untuk memulai dengan API, Anda memerlukan kredensil untuk memberikan akses terprogram. Jika bagian berikut berkaitan dengan Anda, perluas dan ikuti instruksinya. Jika tidak, lanjutkan melalui bagian yang tersisa. ## Saya baru AWS Jika Anda tidak memiliki Akun AWS, selesaikan langkah-langkah berikut untuk membuatnya. **Untuk mendaftar untuk Akun AWS** 1. Buka [https://portal.aws.amazon.com/billing/pendaftaran.](https://portal.aws.amazon.com/billing/signup) 1. Ikuti petunjuk online. Bagian dari prosedur pendaftaran melibatkan menerima panggilan telepon atau pesan teks dan memasukkan kode verifikasi pada keypad telepon. Saat Anda mendaftar untuk sebuah Akun AWS, sebuah *Pengguna root akun AWS*dibuat. Pengguna root memiliki akses ke semua Layanan AWS dan sumber daya di akun. Sebagai praktik keamanan terbaik, tetapkan akses administratif ke pengguna, dan gunakan hanya pengguna root untuk melakukan [tugas yang memerlukan akses pengguna root](https://docs.aws.amazon.com/IAM/latest/UserGuide/id_root-user.html#root-user-tasks). AWS mengirimi Anda email konfirmasi setelah proses pendaftaran selesai. Kapan saja, Anda dapat melihat aktivitas akun Anda saat ini dan mengelola akun Anda dengan masuk [https://aws.amazon.com.rproxy.govskope.cake/](https://aws.amazon.com/) dan memilih **Akun Saya**. **Amankan Anda Pengguna root akun AWS** 1. Masuk ke [Konsol Manajemen AWS](https://console.aws.amazon.com/)sebagai pemilik akun dengan memilih **pengguna Root** dan memasukkan alamat Akun AWS email Anda. Di laman berikutnya, masukkan kata sandi. Untuk bantuan masuk dengan menggunakan pengguna root, lihat [Masuk sebagai pengguna root](https://docs.aws.amazon.com/signin/latest/userguide/console-sign-in-tutorials.html#introduction-to-root-user-sign-in-tutorial) di *AWS Sign-In Panduan Pengguna*. 1. Mengaktifkan autentikasi multi-faktor (MFA) untuk pengguna root Anda. Untuk petunjuk, lihat [Mengaktifkan perangkat MFA virtual untuk pengguna Akun AWS root (konsol) Anda](https://docs.aws.amazon.com/IAM/latest/UserGuide/enable-virt-mfa-for-root.html) di Panduan Pengguna *IAM*. ## Saya perlu menginstal AWS CLI atau AWS SDK Untuk menginstal AWS CLI, ikuti langkah-langkah di [Instal atau perbarui ke versi terbaru AWS CLI](https://docs.aws.amazon.com/cli/latest/userguide/getting-started-install.html). Untuk menginstal AWS SDK, pilih tab yang sesuai dengan bahasa pemrograman yang ingin Anda gunakan di [Tools to Build on AWS](https://aws.amazon.com/developer/tools/). AWS kit pengembangan perangkat lunak (SDKs) tersedia untuk banyak bahasa pemrograman populer. Setiap SDK menyediakan API, contoh kode, dan dokumentasi yang memudahkan pengembang untuk membangun aplikasi dalam bahasa pilihan mereka. SDKs secara otomatis melakukan tugas-tugas yang berguna untuk Anda, seperti: + Tanda tangani permintaan layanan Anda secara kriptografis + Permintaan coba lagi + Menangani tanggapan kesalahan ## Dapatkan kredensil untuk memberikan akses terprogram Pengguna membutuhkan akses terprogram jika mereka ingin berinteraksi dengan AWS luar. Konsol Manajemen AWS AWS menyediakan beberapa opsi, tergantung pada masalah keamanan Anda. **catatan** Untuk step-by-step panduan menghasilkan kunci API yang dapat Anda gunakan untuk mengakses Amazon Bedrock API dengan cepat, lihat[Memulai kunci Amazon Bedrock API: Buat kunci 30 hari dan lakukan panggilan API pertama Anda](getting-started-api-keys.md). Untuk persyaratan keamanan yang lebih besar, lanjutkan melalui bagian ini. Cara untuk memberikan akses terprogram tergantung pada jenis pengguna yang mengakses AWS. Untuk memberi pengguna akses programatis, pilih salah satu opsi berikut. **** | Prinsipal mana yang membutuhkan akses terprogram? | Untuk | Oleh | | --- | --- | --- | | Pengguna IAM: | Batasi durasi kredensil jangka panjang untuk menandatangani permintaan terprogram ke AWS CLI,, AWS SDKs atau. AWS APIs | Mengikuti petunjuk untuk antarmuka yang ingin Anda gunakan. [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/bedrock/latest/userguide/getting-started-api.html) | | Peran IAM | Gunakan kredensi sementara untuk menandatangani permintaan terprogram ke AWS CLI,, AWS SDKs atau. AWS APIs | Mengikuti petunjuk dalam [Menggunakan kredensil sementara dengan AWS sumber daya](https://docs.aws.amazon.com/IAM/latest/UserGuide/id_credentials_temp_use-resources.html) di Panduan Pengguna IAM. | | Identitas tenaga kerja (Pengguna yang dikelola di Pusat Identitas IAM) | Gunakan kredensi sementara untuk menandatangani permintaan terprogram ke AWS CLI,, AWS SDKs atau. AWS APIs | Mengikuti petunjuk untuk antarmuka yang ingin Anda gunakan. [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/bedrock/latest/userguide/getting-started-api.html) | ## Cara mengkonfigurasi kunci akses untuk pengguna IAM Jika Anda memutuskan untuk menggunakan kunci akses untuk pengguna IAM, AWS sarankan Anda menetapkan kedaluwarsa untuk pengguna IAM dengan menyertakan kebijakan sebaris yang membatasi. **penting** Perhatikan peringatan berikut: **JANGAN** gunakan kredensi root akun Anda untuk mengakses AWS sumber daya. Kredensi ini menyediakan akses akun yang tidak terbatas dan sulit dicabut. **JANGAN** menaruh kunci akses literal atau informasi kredensi dalam file aplikasi Anda. Jika Anda melakukannya, Anda membuat risiko secara tidak sengaja mengekspos kredensialnya jika, misalnya, Anda mengunggah proyek ke repositori publik. **JANGAN** sertakan file yang berisi kredensil di area proyek Anda. Kelola kunci akses Anda dengan aman. Jangan berikan kunci akses Anda kepada pihak yang tidak berwenang, bahkan untuk membantu [menemukan pengenal akun Anda](https://docs.aws.amazon.com/general/latest/gr/acct-identifiers.html). Dengan melakukan tindakan ini, Anda mungkin memberi seseorang akses permanen ke akun Anda. Ketahuilah bahwa kredensil apa pun yang disimpan dalam file AWS kredensial bersama disimpan dalam teks biasa. Untuk detail selengkapnya, lihat [Praktik terbaik untuk mengelola kunci AWS akses](https://docs.aws.amazon.com/general/latest/gr/aws-access-keys-best-practices.html) di Referensi Umum AWS. **Mmebuat pengguna IAM** 1. Di halaman Konsol Manajemen AWS Beranda, pilih layanan IAM atau navigasikan ke konsol IAM di. [https://console.aws.amazon.com/iam/](https://console.aws.amazon.com/iam/) 1. Di panel navigasi, pilih **Pengguna** dan kemudian pilih **Buat pengguna**. 1. Ikuti panduan di konsol IAM untuk mengatur pengguna terprogram (tanpa akses ke Konsol Manajemen AWS) dan tanpa izin. **Batasi akses pengguna ke jendela waktu terbatas** Kunci akses pengguna IAM apa pun yang Anda buat adalah kredensi jangka panjang. Untuk memastikan bahwa kredensil ini kedaluwarsa jika salah penanganan, Anda dapat membuat kredensil ini terikat waktu dengan membuat kebijakan inline yang menentukan tanggal setelah kunci tidak lagi valid. 1. Buka pengguna IAM yang baru saja Anda buat. Di tab **Izin**, pilih **Tambahkan izin**, lalu pilih **Buat kebijakan sebaris**. 1. Di editor JSON, tentukan izin berikut. Untuk menggunakan kebijakan ini, ganti nilai untuk nilai `aws:CurrentTime` stempel waktu dalam kebijakan contoh dengan tanggal akhir Anda sendiri. **catatan** IAM merekomendasikan agar Anda membatasi kunci akses Anda hingga 12 jam. ------ #### [ JSON ] **** ``` { "Version":"2012-10-17", "Statement": [ { "Effect": "Deny", "Action": "*", "Resource": "*", "Condition": { "DateGreaterThan": { "aws:CurrentTime": "2024-01-01T00:00:000" } } } ] } ``` ------ **Buat kunci akses** 1. Pada halaman **Detail pengguna**, pilih tab **Security credentials.** Pada bagian **Access key**, pilih **Buat access key**. 1. Tunjukkan bahwa Anda berencana untuk menggunakan tombol akses ini sebagai **Lainnya** dan pilih **Buat kunci akses**. 1. Pada halaman **Retrieve access key**, pilih **Tampilkan** untuk mengungkapkan nilai kunci akses rahasia pengguna Anda. Anda dapat menyalin kredensialnya atau mengunduh file.csv. **penting** Ketika Anda tidak lagi membutuhkan pengguna IAM ini, kami sarankan Anda menghapusnya dan menyelaraskan dengan [praktik terbaik AWS keamanan](https://docs.aws.amazon.com/IAM/latest/UserGuide/best-practices.html#lock-away-credentials), kami sarankan Anda meminta pengguna manusia Anda untuk menggunakan kredensil sementara melalui [AWS IAM Identity](https://docs.aws.amazon.com/singlesignon/latest/userguide/getting-started.html) Center saat mengakses. AWS ## Lampirkan izin Amazon Bedrock ke pengguna atau peran Setelah menyiapkan kredensional untuk akses terprogram, Anda perlu mengonfigurasi izin untuk peran pengguna atau IAM agar dapat mengakses serangkaian tindakan terkait Amazon Bedrock. Untuk mengatur izin ini, lakukan hal berikut: 1. Di halaman Konsol Manajemen AWS Beranda, pilih layanan IAM atau navigasikan ke konsol IAM di. [https://console.aws.amazon.com/iam/](https://console.aws.amazon.com/iam/) 1. Pilih **Pengguna** atau **Peran** dan kemudian pilih pengguna atau peran Anda. 1. Di tab **Izin**, pilih **Tambahkan izin**, lalu pilih **Tambahkan kebijakan AWS terkelola**. Pilih kebijakan [AmazonBedrockFullAccess]() AWS terkelola. 1. Untuk mengizinkan pengguna atau peran berlangganan model, pilih **Buat kebijakan sebaris** lalu tentukan izin berikut di editor JSON: ------ #### [ JSON ] **** ``` { "Version":"2012-10-17", "Statement": [ { "Sid": "MarketplaceBedrock", "Effect": "Allow", "Action": [ "aws-marketplace:ViewSubscriptions", "aws-marketplace:Unsubscribe", "aws-marketplace:Subscribe" ], "Resource": "*" } ] } ``` ------ ## Coba lakukan panggilan API ke Amazon Bedrock Setelah Anda memenuhi semua prasyarat, pilih salah satu topik berikut untuk menguji pembuatan permintaan pemanggilan model menggunakan model Amazon Bedrock: **Topics** + [Dapatkan kredensil untuk memberikan akses terprogram](#gs-grant-program-access) + [Lampirkan izin Amazon Bedrock ke pengguna atau peran](#gs-api-br-permissions) + [Coba lakukan panggilan API ke Amazon Bedrock](#gs-try-bedrock) + [Memulai kunci Amazon Bedrock API: Buat kunci 30 hari dan lakukan panggilan API pertama Anda](getting-started-api-keys.md) + [Jalankan contoh permintaan Amazon Bedrock API dengan AWS Command Line Interface](getting-started-api-ex-cli.md) + [Jalankan contoh permintaan Amazon Bedrock API melalui AWS SDK for Python (Boto3)](getting-started-api-ex-python.md) + [Jalankan contoh permintaan Amazon Bedrock API menggunakan notebook Amazon SageMaker AI](getting-started-api-ex-sm.md) # Memulai kunci Amazon Bedrock API: Buat kunci 30 hari dan lakukan panggilan API pertama Anda Tutorial ini memandu Anda untuk membuat kunci API Amazon Bedrock jangka panjang yang kedaluwarsa dalam 30 hari dan menggunakannya untuk membuat panggilan API [Converse](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_runtime_Converse.html) sederhana menggunakan Python. Ini adalah cara tercepat untuk mulai bereksperimen dengan Amazon Bedrock tanpa menyiapkan kredensi yang rumit AWS . **Awas** Kunci API jangka panjang direkomendasikan hanya untuk eksplorasi dan pengembangan Amazon Bedrock. Untuk aplikasi produksi, gunakan [alternatif untuk kunci akses jangka panjang](https://docs.aws.amazon.com/IAM/latest/UserGuide/security-creds-programmatic-access.html#security-creds-alternatives-to-long-term-access-keys) seperti peran IAM atau kredensi sementara. Ikuti langkah-langkah berikut untuk membuat kunci API Amazon Bedrock jangka panjang yang kedaluwarsa dalam 30 hari: 1. Masuk ke Konsol Manajemen AWS dengan identitas IAM yang memiliki izin untuk menggunakan konsol Amazon Bedrock. Kemudian, buka konsol Amazon Bedrock di [https://console.aws.amazon.com/bedrock](https://console.aws.amazon.com/bedrock). 1. Di panel navigasi kiri, pilih **kunci API**. 1. Di tab **Kunci API jangka panjang**, pilih **Hasilkan kunci API jangka panjang**. 1. Di bagian **kedaluwarsa kunci API**, pilih **30 hari**. 1. Pilih **Hasilkan**. Kunci yang Anda hasilkan memberikan izin untuk melakukan tindakan dasar Amazon Bedrock inti, sebagaimana didefinisikan dalam kebijakan terlampir [AmazonBedrockLimitedAccess](security-iam-awsmanpol.md#security-iam-awsmanpol-AmazonBedrockLimitedAccess). 1. Salin kunci API yang dihasilkan dan simpan dengan aman. Anda akan membutuhkan kunci ini untuk langkah selanjutnya. **penting** Kunci API hanya ditampilkan sekali. Pastikan untuk menyalin dan menyimpannya sebelum menutup dialog. Ingat bahwa kunci API Anda akan kedaluwarsa dalam 30 hari. Anda dapat membuat yang baru dengan mengikuti langkah yang sama, atau mempertimbangkan untuk beralih ke metode otentikasi yang lebih aman untuk penggunaan berkelanjutan. 1. Tetapkan kunci API sebagai variabel lingkungan *\$1\$1api-key\$1* dengan menggantinya dengan nilai kunci API yang Anda hasilkan dan gunakan untuk menghasilkan respons dalam metode pilihan Anda: ------ #### [ Python ] ``` import boto3 import os # Set the API key as an environment variable os.environ['AWS_BEARER_TOKEN_BEDROCK'] = "${api-key}" # Create the Bedrock client client = boto3.client( service_name="bedrock-runtime", region_name="us-east-1" ) # Define the model and message model_id = "us.anthropic.claude-3-5-haiku-20241022-v1:0" messages = [{"role": "user", "content": [{"text": "Hello! Can you tell me about Amazon Bedrock?"}]}] # Make the API call response = client.converse( modelId=model_id, messages=messages, ) # Print the response print(response['output']['message']['content'][0]['text']) ``` ------ #### [ HTTP client using Python ] ``` import requests url = "https://bedrock-runtime.us-east-1.amazonaws.com/model/us.anthropic.claude-3-5-haiku-20241022-v1:0/converse" payload = { "messages": [ { "role": "user", "content": [{"text": "Hello"}] } ] } headers = { "Content-Type": "application/json", "Authorization": "Bearer ${api-key}" } response = requests.request("POST", url, json=payload, headers=headers) print(response.text) ``` ------ #### [ HTTP request using cURL ] ``` curl -X POST "https://bedrock-runtime.us-east-1.amazonaws.com/model/us.anthropic.claude-3-5-haiku-20241022-v1:0/converse" \ -H "Content-Type: application/json" \ -H "Authorization: Bearer ${api-key}" \ -d '{ "messages": [ { "role": "user", "content": [{"text": "Hello"}] } ] }' ``` ------ Selamat\$1 Anda telah berhasil membuat kunci Amazon Bedrock API dan melakukan panggilan API pertama Anda ke layanan Amazon Bedrock. Setelah menjelajahi beberapa tindakan Amazon Bedrock lainnya, Anda harus beralih ke metode otentikasi yang lebih aman seperti kunci Amazon Bedrock API jangka pendek atau kredenal sementara AWS-wide. Lihat sumber daya berikut untuk mempelajari lebih lanjut: + **Jelajahi berbagai model** — Pelajari tentang model dasar lain yang tersedia di Amazon Bedrock di [Informasi model pondasi Amazon Bedrock](foundation-models-reference.md) dan ubah kode Anda untuk mencobanya. `model_id` + **Pelajari tentang inferensi model** — Pelajari tentang menghasilkan respons dengan inferensi model dengan membaca tentang konsep dan opsi yang tersedia di Amazon Bedrock di. [Kirim petunjuk dan hasilkan tanggapan dengan inferensi model](inference.md) + **Rencanakan produksi dengan metode otentikasi yang lebih aman** — Baca tentang kunci Amazon Bedrock API secara lebih rinci di chapter Build dan cara membuat kunci Amazon Bedrock API jangka pendek yang lebih aman. Ketika Anda siap untuk membangun aplikasi produksi, Anda juga harus meninjau [alternatif untuk kunci akses jangka panjang](https://docs.aws.amazon.com/IAM/latest/UserGuide/security-creds-programmatic-access.html#security-creds-alternatives-to-long-term-access-keys) untuk opsi yang lebih aman yang juga memungkinkan akses ke AWS layanan lain. # Jalankan contoh permintaan Amazon Bedrock API dengan AWS Command Line Interface Bagian ini memandu Anda untuk mencoba beberapa operasi umum di Amazon Bedrock menggunakan AWS Command Line Interface untuk menguji apakah izin dan otentikasi Anda diatur dengan benar. Sebelum Anda menjalankan contoh berikut, Anda harus memeriksa apakah Anda telah memenuhi prasyarat berikut: **Prasyarat** + Anda memiliki Akun AWS dan pengguna atau peran dengan pengaturan otentikasi dan izin yang diperlukan untuk Amazon Bedrock. Jika tidak, ikuti langkah-langkah di[Memulai dengan API](getting-started-api.md). + Anda telah menginstal dan mengatur otentikasi untuk. AWS CLI Untuk menginstal AWS CLI, ikuti langkah-langkah di [Instal atau perbarui ke versi terbaru AWS CLI](https://docs.aws.amazon.com/cli/latest/userguide/getting-started-install.html). Verifikasi bahwa Anda telah menyiapkan kredensional Anda untuk menggunakan CLI dengan mengikuti langkah-langkah di. [Dapatkan kredensil untuk memberikan akses terprogram](getting-started-api.md#gs-grant-program-access) Uji apakah izin Anda diatur dengan benar untuk Amazon Bedrock, menggunakan pengguna atau peran yang Anda atur dengan izin yang tepat. **Topics** + [Buat daftar model fondasi yang ditawarkan Amazon Bedrock](#getting-started-api-ex-cli-listfm) + [Kirim prompt teks ke model dan hasilkan respons teks dengan InvokeModel](#getting-started-api-ex-cli-invoke-text) + [Kirim prompt teks ke model dan hasilkan respons teks dengan Converse](#getting-started-api-ex-cli-converse) ## Buat daftar model fondasi yang ditawarkan Amazon Bedrock Contoh berikut menjalankan [ListFoundationModels](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_ListFoundationModels.html)operasi menggunakan AWS CLI. `ListFoundationModels`mencantumkan model dasar (FMs) yang tersedia di Amazon Bedrock di Wilayah Anda. Di terminal, jalankan perintah berikut: ``` aws bedrock list-foundation-models ``` Jika perintah berhasil, respons mengembalikan daftar model foundation yang tersedia di Amazon Bedrock. ## Kirim prompt teks ke model dan hasilkan respons teks dengan InvokeModel Contoh berikut menjalankan [InvokeModel](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_runtime_InvokeModel.html)operasi menggunakan AWS CLI. `InvokeModel`memungkinkan Anda mengirimkan prompt untuk menghasilkan respons model. Di terminal, jalankan perintah berikut: ``` 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 ``` Jika perintah berhasil, respons yang dihasilkan oleh model ditulis ke `invoke-model-output-text.txt` file. Respons teks dikembalikan di `outputText` lapangan, di samping informasi yang menyertainya. ## Kirim prompt teks ke model dan hasilkan respons teks dengan Converse Contoh berikut menjalankan operasi [Converse](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_runtime_Converse.html) menggunakan file. AWS CLI`Converse`memungkinkan Anda mengirimkan prompt untuk menghasilkan respons model. Sebaiknya gunakan `Converse` operasi lebih `InvokeModel` saat didukung, karena ini menyatukan permintaan inferensi di seluruh model Amazon Bedrock dan menyederhanakan pengelolaan percakapan multi-putaran. Di terminal, jalankan perintah berikut: ``` 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}' ``` Jika perintah berhasil, respons yang dihasilkan oleh model dikembalikan di `text` lapangan, di samping informasi yang menyertainya. # Jalankan contoh permintaan Amazon Bedrock API melalui AWS SDK for Python (Boto3) Bagian ini memandu Anda untuk mencoba beberapa operasi umum di Amazon Bedrock dengan AWS Python menguji apakah izin dan otentikasi Anda diatur dengan benar. Sebelum Anda menjalankan contoh berikut, Anda harus memeriksa apakah Anda telah memenuhi prasyarat berikut: **Prasyarat** + Anda memiliki Akun AWS dan pengguna atau peran dengan pengaturan otentikasi dan izin yang diperlukan untuk Amazon Bedrock. Jika tidak, ikuti langkah-langkahnya di[Memulai dengan API](getting-started-api.md). + Anda telah menginstal dan menyiapkan otentikasi untuk AWS SDK for Python (Boto3). Untuk menginstal Boto3, ikuti langkah-langkah di [Quickstart](https://boto3.amazonaws.com/v1/documentation/api/latest/guide/quickstart.html) dalam dokumentasi Boto3. Verifikasi bahwa Anda telah menyiapkan kredensional Anda untuk menggunakan Boto3 dengan mengikuti langkah-langkah di. [Dapatkan kredensil untuk memberikan akses terprogram](getting-started-api.md#gs-grant-program-access) Uji apakah izin Anda diatur dengan benar untuk Amazon Bedrock, menggunakan pengguna atau peran yang Anda atur dengan izin yang tepat. Dokumentasi Amazon Bedrock juga menyertakan contoh kode untuk bahasa pemrograman lainnya. Untuk informasi selengkapnya, lihat [Contoh kode untuk Amazon Bedrock menggunakan AWS SDKs](service_code_examples.md). **Topics** + [Buat daftar model fondasi yang ditawarkan Amazon Bedrock](#getting-started-api-ex-python-listfm) + [Kirim prompt teks ke model dan hasilkan respons teks dengan InvokeModel](#getting-started-api-ex-python-invoke-text) + [Kirim prompt teks ke model dan hasilkan respons teks dengan Converse](#getting-started-api-ex-python-converse) ## Buat daftar model fondasi yang ditawarkan Amazon Bedrock Contoh berikut menjalankan [ListFoundationModels](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_ListFoundationModels.html)operasi menggunakan klien Amazon Bedrock. `ListFoundationModels`mencantumkan model dasar (FMs) yang tersedia di Amazon Bedrock di Wilayah Anda. Jalankan SDK berikut untuk skrip Python untuk membuat klien Amazon Bedrock dan menguji operasinya: [ListFoundationModels](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_ListFoundationModels.html) ``` """ Lists the available Amazon Bedrock models in an &AWS-Region;. """ import logging import json import boto3 from botocore.exceptions import ClientError logging.basicConfig(level=logging.INFO) logger = logging.getLogger(__name__) def list_foundation_models(bedrock_client): """ Gets a list of available Amazon Bedrock foundation models. :return: The list of available bedrock foundation models. """ try: response = bedrock_client.list_foundation_models() models = response["modelSummaries"] logger.info("Got %s foundation models.", len(models)) return models except ClientError: logger.error("Couldn't list foundation models.") raise def main(): """Entry point for the example. Change aws_region to the &AWS-Region; that you want to use.""" aws_region = "us-east-1" bedrock_client = boto3.client(service_name="bedrock", region_name=aws_region) fm_models = list_foundation_models(bedrock_client) for model in fm_models: print(f"Model: {model["modelName"]}") print(json.dumps(model, indent=2)) print("---------------------------\n") logger.info("Done.") if __name__ == "__main__": main() ``` Jika skrip berhasil, respons mengembalikan daftar model dasar yang tersedia di Amazon Bedrock. ## Kirim prompt teks ke model dan hasilkan respons teks dengan InvokeModel Contoh berikut menjalankan [InvokeModel](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_runtime_InvokeModel.html)operasi menggunakan klien Amazon Bedrock. `InvokeModel`memungkinkan Anda mengirimkan prompt untuk menghasilkan respons model. Jalankan skrip SDK for Python berikut untuk membuat klien runtime Amazon Bedrock dan menghasilkan respons teks dengan operasi: `` ``` # Use the native inference API to send a text message to Amazon Titan Text G1 - Express. import boto3 import json from botocore.exceptions import ClientError # Create an Amazon Bedrock Runtime client. brt = boto3.client("bedrock-runtime") # Set the model ID, e.g., Amazon Titan Text G1 - Express. model_id = "amazon.titan-text-express-v1" # Define the prompt for the model. prompt = "Describe the purpose of a 'hello world' program in one line." # Format the request payload using the model's native structure. native_request = { "inputText": prompt, "textGenerationConfig": { "maxTokenCount": 512, "temperature": 0.5, "topP": 0.9 }, } # Convert the native request to JSON. request = json.dumps(native_request) try: # Invoke the model with the request. response = brt.invoke_model(modelId=model_id, body=request) except (ClientError, Exception) as e: print(f"ERROR: Can't invoke '{model_id}'. Reason: {e}") exit(1) # Decode the response body. model_response = json.loads(response["body"].read()) # Extract and print the response text. response_text = model_response["results"][0]["outputText"] print(response_text) ``` Jika perintah berhasil, respons mengembalikan teks yang dihasilkan oleh model sebagai respons terhadap prompt. ## Kirim prompt teks ke model dan hasilkan respons teks dengan Converse Contoh berikut menjalankan operasi [Converse](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_runtime_Converse.html) menggunakan klien Amazon Bedrock. Sebaiknya gunakan `Converse` operasi lebih `InvokeModel` saat didukung, karena ini menyatukan permintaan inferensi di seluruh model Amazon Bedrock dan menyederhanakan pengelolaan percakapan multi-putaran. Jalankan skrip SDK for Python berikut untuk membuat klien runtime Amazon Bedrock dan menghasilkan respons teks dengan operasi: `Converse` ``` # Use the Conversation API to send a text message to Amazon Titan Text G1 - Express. import boto3 from botocore.exceptions import ClientError # Create an Amazon Bedrock Runtime client. brt = boto3.client("bedrock-runtime") # Set the model ID, e.g., Amazon Titan Text G1 - Express. model_id = "amazon.titan-text-express-v1" # Start a conversation with the user message. user_message = "Describe the purpose of a 'hello world' program in one line." conversation = [ { "role": "user", "content": [{"text": user_message}], } ] try: # Send the message to the model, using a basic inference configuration. response = brt.converse( modelId=model_id, messages=conversation, inferenceConfig={"maxTokens": 512, "temperature": 0.5, "topP": 0.9}, ) # Extract and print the response text. response_text = response["output"]["message"]["content"][0]["text"] print(response_text) except (ClientError, Exception) as e: print(f"ERROR: Can't invoke '{model_id}'. Reason: {e}") exit(1) ``` Jika perintah berhasil, respons mengembalikan teks yang dihasilkan oleh model sebagai respons terhadap prompt. # Jalankan contoh permintaan Amazon Bedrock API menggunakan notebook Amazon SageMaker AI Bagian ini memandu Anda mencoba beberapa operasi umum di Amazon Bedrock dengan notebook Amazon SageMaker AI untuk menguji apakah izin peran Amazon Bedrock Anda disiapkan dengan benar. Sebelum Anda menjalankan contoh berikut, Anda harus memeriksa apakah Anda telah memenuhi prasyarat berikut: **Prasyarat** + Anda memiliki Akun AWS dan memiliki izin untuk mengakses peran dengan izin yang diperlukan untuk Amazon Bedrock. Jika tidak, ikuti langkah-langkah di[Mulai cepat](getting-started.md). + Lakukan langkah-langkah berikut untuk mengatur izin IAM untuk SageMaker AI dan membuat buku catatan: 1. [Ubah [kebijakan kepercayaan](https://docs.aws.amazon.com/IAM/latest/UserGuide/id_roles_terms-and-concepts.html#term_trust-policy) peran Amazon Bedrock yang Anda atur [Mulai cepat](getting-started.md) melalui [konsol](https://docs.aws.amazon.com/IAM/latest/UserGuide/roles-managingrole-editing-console.html#roles-managingrole_edit-trust-policy), [CLI](https://docs.aws.amazon.com/IAM/latest/UserGuide/roles-managingrole-editing-cli.html#roles-managingrole_edit-trust-policy-cli), atau API.](https://docs.aws.amazon.com/IAM/latest/UserGuide/roles-managingrole-editing-api.html#roles-managingrole_edit-trust-policy-api) Lampirkan kebijakan kepercayaan berikut ke peran untuk memungkinkan layanan Amazon Bedrock dan SageMaker AI untuk mengambil peran Amazon Bedrock: ------ #### [ JSON ] **** ``` { "Version":"2012-10-17", "Statement": [ { "Sid": "BedrockTrust", "Effect": "Allow", "Principal": { "Service": "bedrock.amazonaws.com" }, "Action": "sts:AssumeRole" }, { "Sid": "SagemakerTrust", "Effect": "Allow", "Principal": { "Service": "sagemaker.amazonaws.com" }, "Action": "sts:AssumeRole" } ] } ``` ------ 1. Masuk ke peran Amazon Bedrock yang kebijakan kepercayaannya baru saja Anda ubah. 1. Ikuti langkah-langkah di [Membuat Instans Notebook Amazon SageMaker AI untuk tutorial dan tentukan ARN dari peran Amazon Bedrock yang Anda buat untuk membuat instance notebook](https://docs.aws.amazon.com/sagemaker/latest/dg/gs-setup-working-env.html) SageMaker AI. 1. Ketika **Status** instance notebook adalah **InService**, pilih instance dan kemudian pilih **Buka JupyterLab**. Setelah Anda membuka notebook SageMaker AI Anda, Anda dapat mencoba contoh berikut: **Topics** + [Buat daftar model fondasi yang ditawarkan Amazon Bedrock](#getting-started-api-ex-sm-listfm) + [Kirim prompt teks ke model dan hasilkan respons](#getting-started-api-ex-sm-converse) ## Buat daftar model fondasi yang ditawarkan Amazon Bedrock Contoh berikut menjalankan [ListFoundationModels](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_ListFoundationModels.html)operasi menggunakan klien Amazon Bedrock. `ListFoundationModels`daftar model dasar (FMs) yang tersedia di Amazon Bedrock di Wilayah Anda. Jalankan SDK berikut untuk skrip Python untuk membuat klien Amazon Bedrock dan menguji operasinya: [ListFoundationModels](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_ListFoundationModels.html) ``` """ Lists the available Amazon Bedrock models in an &AWS-Region;. """ import logging import json import boto3 from botocore.exceptions import ClientError logging.basicConfig(level=logging.INFO) logger = logging.getLogger(__name__) def list_foundation_models(bedrock_client): """ Gets a list of available Amazon Bedrock foundation models. :return: The list of available bedrock foundation models. """ try: response = bedrock_client.list_foundation_models() models = response["modelSummaries"] logger.info("Got %s foundation models.", len(models)) return models except ClientError: logger.error("Couldn't list foundation models.") raise def main(): """Entry point for the example. Change aws_region to the &AWS-Region; that you want to use.""" aws_region = "us-east-1" bedrock_client = boto3.client(service_name="bedrock", region_name=aws_region) fm_models = list_foundation_models(bedrock_client) for model in fm_models: print(f"Model: {model["modelName"]}") print(json.dumps(model, indent=2)) print("---------------------------\n") logger.info("Done.") if __name__ == "__main__": main() ``` Jika skrip berhasil, respons mengembalikan daftar model dasar yang tersedia di Amazon Bedrock. ## Kirim prompt teks ke model dan hasilkan respons Contoh berikut menjalankan operasi [Converse](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_runtime_Converse.html) menggunakan klien Amazon Bedrock. `Converse`memungkinkan Anda mengirimkan prompt untuk menghasilkan respons model. [Jalankan skrip SDK for Python berikut untuk membuat klien runtime Amazon Bedrock dan menguji operasi Converse:](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_runtime_Converse.html) ``` # Use the Conversation API to send a text message to Amazon Titan Text G1 - Express. import boto3 from botocore.exceptions import ClientError # Create an Amazon Bedrock Runtime client. brt = boto3.client("bedrock-runtime") # Set the model ID, e.g., Amazon Titan Text G1 - Express. model_id = "amazon.titan-text-express-v1" # Start a conversation with the user message. user_message = "Describe the purpose of a 'hello world' program in one line." conversation = [ { "role": "user", "content": [{"text": user_message}], } ] try: # Send the message to the model, using a basic inference configuration. response = brt.converse( modelId=model_id, messages=conversation, inferenceConfig={"maxTokens": 512, "temperature": 0.5, "topP": 0.9}, ) # Extract and print the response text. response_text = response["output"]["message"]["content"][0]["text"] print(response_text) except (ClientError, Exception) as e: print(f"ERROR: Can't invoke '{model_id}'. Reason: {e}") exit(1) ``` Jika perintah berhasil, respons mengembalikan teks yang dihasilkan oleh model sebagai respons terhadap prompt.