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

# Memanggil agen inline
<a name="inline-agent-invoke"></a>

**catatan**  
Mengonfigurasi dan menjalankan fitur agen inline ada dalam rilis pratinjau untuk Amazon Bedrock dan dapat berubah sewaktu-waktu.

[Sebelum Anda memanggil agen inline Anda, pastikan Anda telah menyelesaikan Prasyarat.](https://docs.aws.amazon.com//bedrock/latest/userguide/inline-agent-prereq.html)

Untuk memanggil agen inline, kirim permintaan [InvokeInlineAgent](https://docs.aws.amazon.com//bedrock/latest/APIReference/API_agent-runtime_InvokeInlineAgent.html)API dengan [titik akhir waktu proses Agen untuk Amazon Bedrock](https://docs.aws.amazon.com/general/latest/gr/bedrock.html#bra-rt) dan sertakan bidang berikut secara minimal.


****  

| Bidang | Kasus penggunaan | 
| --- | --- | 
| instruksi | Berikan instruksi yang memberi tahu agen inline apa yang harus dilakukan dan bagaimana ia harus berinteraksi dengan pengguna. | 
| FoundationModel | Tentukan [model dasar](https://docs.aws.amazon.com//bedrock/latest/userguide/foundation-models-reference.html) yang akan digunakan untuk orkestrasi oleh agen inline yang Anda buat. Misalnya, claude antropik, meta Llama3.1, dll. | 
| sessionId | Pengidentifikasi unik sesi. Gunakan nilai yang sama di seluruh permintaan untuk melanjutkan percakapan yang sama. | 

Bidang berikut adalah opsional:


****  

| Bidang | Kasus penggunaan | 
| --- | --- | 
| ActionGroups | Daftar grup aksi dengan masing-masing kelompok tindakan yang menentukan tindakan yang dapat dilakukan agen inline.  | 
| Basis pengetahuan | Asosiasi basis pengetahuan dengan agen inline untuk menambah respons yang dihasilkan oleh model.  | 
| GuardrailConfiguration | Konfigurasi pagar pembatas untuk memblokir topik, mencegah halusinasi, dan menerapkan perlindungan untuk aplikasi Anda.  | 
| Kolaborasi Agen | Mendefinisikan bagaimana agen kolaborator menangani informasi di beberapa agen kolaborator untuk mengoordinasikan respons akhir. Agen kolaborator juga bisa menjadi supervisor. | 
| CollaboratorConfigurations | Konfigurasi untuk agen kolaborator.  | 
| kolaborator | Daftar agen kolaborator. | 
| promptOverrideConfiguration | Konfigurasi untuk prompt lanjutan yang digunakan untuk mengganti prompt default. | 
| AktifkanTrace | Tentukan apakah akan mengaktifkan jejak atau tidak untuk melacak proses penalaran agen inline. | 
| Detik IdleSession TTLIn | Tentukan durasi setelah agen inline harus mengakhiri sesi dan menghapus informasi yang tersimpan. | 
| customerEncryptionKeyArn | Tentukan ARN kunci KMS untuk mengenkripsi sumber daya agen, | 
| EndSession | Tentukan apakah akan mengakhiri sesi dengan agen inline atau tidak. | 
| inlineSessionState | Parameter yang menentukan berbagai atribut sesi. | 
| InputTeks | Tentukan teks prompt untuk dikirim ke agen. | 
| alasan\$1config | Untuk mengaktifkan penalaran model sehingga model menjelaskan bagaimana ia mencapai kesimpulannya. Gunakan di dalam additionalModelRequestFields bidang. Anda harus menentukan jumlah budget\$1tokens yang digunakan untuk penalaran model, yang merupakan bagian dari token output. Untuk informasi lebih lanjut, lihat [Meningkatkan respons model dengan penalaran model](https://docs.aws.amazon.com/bedrock/latest/userguide/inference-reasoning.html). | 

Contoh `InvokeInlineAgent` API berikut menyediakan konfigurasi agen inline lengkap termasuk model dasar, instruksi, grup tindakan dengan interpreter kode, pagar pembatas, dan basis pengetahuan. 

```
response = bedrock_agent_runtime.invoke_inline_agent(
    // Initialization parameters: cannot be changed for a conversation
    sessionId='uniqueSessionId',
    customerEncryptionKeyArn: String,
    
    // Input
    inputText="Hello, can you help me with a task?",
    endSession=False,
    enableTrace=True,
    
    // Agent configurations
    foundationModel='anthropic.claude-3-7-sonnet-20250219-v1:0',
    instruction="You are a helpful assistant...",
    actionGroups=[
        {
            'name': 'CodeInterpreterAction',
            'parentActionGroupSignature': 'AMAZON.CodeInterpreter'
        },
        {
            'actionGroupName': 'FetchDetails',
            'parentActionGroupSignature': '',
            "actionGroupExecutor": { ... },
            "apiSchema": { ... },
            "description": "string",
            "functionSchema": { ... }
        }
    ],
    knowledgeBases=[
        {
            knowledgeBaseId: "string",
            description: 'Use this KB to get all the info',
            retrievalConfiguration: { 
                vectorSearchConfiguration: { 
                    filter: { ... },
                    numberOfResults: number,
                    overrideSearchType: "string"
               }
            }
        }
    ],
    guardrailConfiguration={
        guardrailIdentifier: 'BlockEverything',
        gurardrailVersion: '1.0'
    },
    promptOverrideConfiguration: {...}
    
    // session properties: persisted throughout conversation
    inlineSessionState = {
        sessionAttributes = { 'key': 'value' },
        promptSessionAttributes = {k:v},
        returnControlInvocationResults = {...},
        invocationId = 'abc',
        files = {...},
    }
  }
```

Anda dapat memasukkan parameter penalaran model dalam permintaan. Berikut ini adalah contoh dari satu prompt yang mengaktifkan penalaran model di. `additionalModelRequestFields`

```
{
    "basePromptTemplate": " ... ",
    "inferenceConfiguration": {
        "stopSequences": [
            "</answer>"
        ]
    },
    "parserMode": "DEFAULT",
    "promptCreationMode": "DEFAULT",
    "promptState": "DISABLED",
    "promptType": "ORCHESTRATION",
    "additionalModelRequestFields":
    "reasoning_config": {
        "type": "enabled",
        "budget_tokens": 1024
    }
}
```