Guida introduttiva

Per eseguire la prima richiesta di inferenza

1. Crea 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 Console di gestione. AWS

   Per la procedura completa, consulta la sezione. Chiavi API

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

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

   Messages API

   pip install boto3 anthropic

   Responses/Chat Completions API

   pip install boto3 openai

   Invoke/Converse API

   pip install boto3

4. Imposta le seguenti variabili di ambiente per utilizzare la chiave API per l'autenticazione.

   Messages API

   AWS_BEARER_TOKEN_BEDROCK="<provide your Bedrock API key>"

   Responses/Chat Completions API

   OPENAI_API_KEY="<provide your Bedrock API key>"
   OPENAI_BASE_URL="https://bedrock-runtime.<your-region>.amazonaws.com/openai/v1"

   Invoke/Converse API

   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 base.

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

      Messages API

      from anthropic import AnthropicBedrock
      
      client = AnthropicBedrock(aws_region="us-east-1")
      
      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="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="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.