Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
Mulai cepat
Di bagian ini, kami akan menunjukkan kepada Anda cara memulai Amazon Bedrock dalam beberapa menit. Kami akan menggunakan OpenAI-compatible API: Responses API dan Chat Completions API, Anthropic-native Messages API, dan API Invoke dan Converse untuk menunjukkan cara menjalankan permintaan inferensi. Lihat Build daftar API lengkap.
Langkah 1 - Akun AWS: Jika Anda sudah memiliki akun AWS, lewati langkah ini dan lanjutkan ke langkah 2. Jika Anda baru mengenal AWS, daftar akun AWS dan ikuti instruksi.
Langkah 2 - Kunci API: Setelah Anda memiliki akun AWS, Anda dapat membuat kunci API jangka pendek untuk mengautentikasi permintaan Anda ke Amazon Bedrock. Untuk melakukannya, buka layanan Amazon Bedrock di AWS Console dan buat kunci jangka pendek. Untuk aplikasi produksi, gunakan peran IAM atau kredensi sementara. Untuk informasi selengkapnya, lihat bagian kunci API di chapter Build.
Langkah 3 - Dapatkan SDK: Untuk menggunakan panduan memulai ini, Anda harus memiliki Python yang sudah diinstal. Kemudian instal perangkat lunak yang relevan tergantung pada API yang Anda gunakan.
- Messages API
-
pip install boto3 anthropic
- Responses/Chat Completions API
-
pip install boto3 openai
- Invoke/Converse API
-
pip install boto3
Langkah 4 - Tetapkan variabel lingkungan: Konfigurasikan lingkungan Anda untuk menggunakan kunci API untuk otentikasi.
- 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>"
Langkah 5 - Jalankan permintaan inferensi pertama Anda: Amazon Bedrock mendukung 100+ model pondasi. Pilih model, dan kemudian gunakan kode Python berikut untuk menjalankan permintaan inferensi pertama Anda. Simpan file sebagai 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()))
Jalankan kode dengan Python dengan menggunakan perintah:
python3 bedrock-first-request.py
Anda akan melihat output dari permintaan inferensi Anda.
Untuk mempelajari lebih lanjut tentang menggunakan API dan titik akhir lainnya, silakan lihat. Build
