View a markdown version of this page

Guida introduttiva - Amazon Bedrock

Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

Guida introduttiva

Inizia a usare Amazon Bedrock in pochi minuti. Per le nuove applicazioni, consigliamo l'bedrock-runtimeendpoint. I passaggi seguenti illustrano come eseguire la prima richiesta di inferenza utilizzando l'API Anthropic-native Messages, l'API OpenAI-compatible Responses e l'APIChat Completions e le APIConverse e Invoke. Per un elenco completo delle API, consulta. Creazione Dopo aver completato questi passaggi, puoi inviare richieste di inferenza a qualsiasi modello di base supportato.

Per eseguire la prima richiesta di inferenza
  1. Registrati per creare un AWS account.

    Se ne hai già uno Account AWS, salta questo passaggio.

  2. Genera una chiave API a breve termine per autenticare le tue richieste ad Amazon Bedrock aprendo il servizio Amazon Bedrock nella AWS console di gestione.

    Per la procedura completa, consulta la sezione. Chiavi API

    Per le applicazioni di produzione, utilizza i ruoli IAM o le credenziali temporanee.

  3. Installa l'SDK pertinente per le API che intendi utilizzare. Python deve essere già installato.

    Nota

    L'autenticazione della chiave API tramite la variabile di AWS_BEARER_TOKEN_BEDROCK ambiente richiede la boto3 versione 1.39.0 o successiva. Le versioni precedenti ignorano la variabile e falliscono con. Unable to locate credentials Se l'hai già boto3 installato, pip install --upgrade boto3 esegui per assicurarti di avere una versione supportata.

    Messages API
    pip install anthropic aws-bedrock-token-generator
    Responses/Chat Completions API
    pip install boto3 openai
    Invoke/Converse API
    pip install boto3
  4. Imposta le seguenti variabili di ambiente nella sessione del terminale in cui esegui il codice per utilizzare la chiave API per l'autenticazione.

    Messages API
    # macOS/Linux export AWS_BEARER_TOKEN_BEDROCK="<provide your Bedrock API key>" export ANTHROPIC_BASE_URL="https://bedrock-runtime.<your-region>.amazonaws.com/anthropic" # Windows (PowerShell) $env:AWS_BEARER_TOKEN_BEDROCK="<provide your Bedrock API key>" $env:ANTHROPIC_BASE_URL="https://bedrock-runtime.<your-region>.amazonaws.com/anthropic"
    Responses/Chat Completions API
    # macOS/Linux export OPENAI_API_KEY="<provide your Bedrock API key>" export OPENAI_BASE_URL="https://bedrock-runtime.<your-region>.amazonaws.com/openai/v1" # Windows (PowerShell) $env:OPENAI_API_KEY="<provide your Bedrock API key>" $env:OPENAI_BASE_URL="https://bedrock-runtime.<your-region>.amazonaws.com/openai/v1"
    Invoke/Converse API
    # macOS/Linux export AWS_BEARER_TOKEN_BEDROCK="<provide your Bedrock API key>" # Windows (PowerShell) $env:AWS_BEARER_TOKEN_BEDROCK="<provide your Bedrock API key>"
  5. Scegli un modello ed esegui la tua prima richiesta di inferenza.

    1. Scegli un modello. Amazon Bedrock supporta oltre 100 modelli di base.

      Nota

      Gli OpenAI-compatible esempi utilizzano un profilo di inferenza di sistema globale. Se hai requisiti di residenza dei dati, scegli invece un profilo di inferenza geografica supportato dalla scheda modello.

    2. Usa il seguente codice Python per eseguire la tua prima richiesta di inferenza.

      Messages API
      from anthropic import Anthropic from aws_bedrock_token_generator import provide_token token = provide_token(region="us-east-1") client = Anthropic(api_key=token) response = client.messages.create( model="global.anthropic.claude-opus-5", 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="global.openai.gpt-5.6-sol", 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="global.openai.gpt-5.6-sol", 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='global.anthropic.claude-opus-5', 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='global.anthropic.claude-opus-5', 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()))
    3. Salva il file con nome bedrock-first-request.py.

    4. Esegui il codice con il seguente comando:

      python3 bedrock-first-request.py

      Dovresti vedere l'output della tua richiesta di inferenza.

Per ulteriori informazioni sull'utilizzo di altre API ed endpoint, consulta e. Creazione Endpoint di inferenza supportati da Amazon Bedrock

Fasi successive

Ora che hai eseguito la tua prima richiesta, esplora le seguenti risorse per creare di più con Amazon Bedrock: