Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

# Mulai cepat
<a name="getting-started"></a>

Di bagian ini, kami akan menunjukkan kepada Anda cara memulai Amazon Bedrock dalam beberapa menit. Kami akan menggunakan [API Responses yang kompatibel dengan APIs OpenAI dan API](bedrock-mantle.md) [Penyelesaian Obrolan, dan API](inference-chat-completions.md) [Invoke](inference-invoke.md) dan [Converse](conversation-inference.md) untuk menunjukkan caranya menjalankan permintaan inferensi. Lihat [Build](build.md) untuk daftar lengkap APIs.

**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](https://portal.aws.amazon.com/billing/signup) dan ikuti instruksi.

**Langkah 2 - Kunci API:** Setelah Anda memiliki akun AWS, Anda dapat membuat kunci API jangka panjang untuk mengautentikasi permintaan Anda ke Amazon Bedrock. Untuk melakukannya, buka [layanan Amazon Bedrock di AWS Console](https://console.aws.amazon.com/bedrock/home#/api-keys/long-term/create) dan buat kunci jangka panjang. Untuk informasi selengkapnya, lihat bagian [kunci API](api-keys.md) di chapter [Build](build.md).

**Langkah 3 - Dapatkan SDK:** Untuk menggunakan panduan memulai ini, Anda harus memiliki Python yang sudah diinstal. Kemudian instal perangkat lunak yang relevan tergantung pada yang APIs Anda gunakan.

------
#### [ 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.

------
#### [ 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\$1](models.md) model pondasi. Pilih model, dan kemudian gunakan kode Python berikut untuk menjalankan permintaan inferensi pertama Anda. Simpan file sebagai `bedrock-first-request.py`

------
#### [ 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)
```

------
#### [ Invoke API ]

```
import json
import boto3

client = boto3.client('bedrock-runtime', region_name='us-east-1')
response = client.invoke_model(
    modelId='anthropic.claude-opus-4-6-v1',
    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()))
```

------
#### [ Converse API ]

```
import boto3

client = boto3.client('bedrock-runtime', region_name='us-east-1')
response = client.converse(
    modelId='anthropic.claude-opus-4-6-v1',
    messages=[
        {
            'role': 'user',
            'content': [{'text': 'Can you explain the features of Amazon Bedrock?'}]
        }
    ]
)
print(response)
```

------

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 titik lain APIs dan titik akhir, silakan lihat. [Build](build.md)