기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

# 를 사용하여 예제 Amazon Bedrock API 요청 실행 AWS Command Line Interface
<a name="getting-started-api-ex-cli"></a>

이 섹션에서는를 사용하여 Amazon Bedrock에서 몇 가지 일반적인 작업을 시도 AWS Command Line Interface 하여 권한 및 인증이 올바르게 설정되었는지 테스트하는 방법을 안내합니다. 다음 예제를 실행하기 전에 다음과 같은 사전 조건을 충족하는지 확인해야 합니다.

**사전 조건**
+  AWS 계정 인증이 설정되고 Amazon Bedrock에 필요한 권한이 있는 및 사용자 또는 역할이 있습니다. 그렇지 않은 경우 [API 시작하기](getting-started-api.md)의 단계를 따르세요.
+  AWS CLI에 대한 인증을 설치하고 설정했습니다. 를 설치하려면 [설치 또는 최신 버전으로 업데이트의 AWS CLI](https://docs.aws.amazon.com/cli/latest/userguide/getting-started-install.html) 단계를 AWS CLI따릅니다. [프로그래밍 방식 액세스 권한을 부여하는 자격 증명 가져오기](getting-started-api.md#gs-grant-program-access)의 단계에 따라 CLI를 사용하도록 자격 증명을 설정했는지 확인합니다.

적절한 권한으로 설정한 사용자 또는 역할을 사용하여 Amazon Bedrock에 대한 권한이 올바르게 설정되었는지 테스트합니다.

**Topics**
+ [Amazon Bedrock이 제공해야 하는 파운데이션 모델 나열](#getting-started-api-ex-cli-listfm)
+ [모델에 텍스트 프롬프트를 제출하고 InvokeModel을 사용하여 텍스트 응답 생성](#getting-started-api-ex-cli-invoke-text)
+ [모델에 텍스트 프롬프트를 제출하고 Converse를 사용하여 텍스트 응답 생성](#getting-started-api-ex-cli-converse)

## Amazon Bedrock이 제공해야 하는 파운데이션 모델 나열
<a name="getting-started-api-ex-cli-listfm"></a>

다음 예제에서는를 사용하여 [ListFoundationModels](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_ListFoundationModels.html) 작업을 실행합니다 AWS CLI.는 리전의 Amazon Bedrock에서 사용할 수 있는 파운데이션 모델(FMs)을 `ListFoundationModels` 나열합니다. 터미널에서 다음 명령을 실행합니다.

```
aws bedrock list-foundation-models
```

명령이 성공하면 응답은 Amazon Bedrock에서 사용할 수 있는 파운데이션 모델 목록을 반환합니다.

## 모델에 텍스트 프롬프트를 제출하고 InvokeModel을 사용하여 텍스트 응답 생성
<a name="getting-started-api-ex-cli-invoke-text"></a>

다음 예제에서는를 사용하여 [InvokeModel](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_runtime_InvokeModel.html) 작업을 실행합니다 AWS CLI. `InvokeModel`를 사용하면 프롬프트를 제출하여 모델 응답을 생성할 수 있습니다. 터미널에서 다음 명령을 실행합니다.

```
aws bedrock-runtime invoke-model \
--model-id amazon.titan-text-express-v1 \
--body '{"inputText": "Describe the purpose of a \"hello world\" program in one line.", "textGenerationConfig" : {"maxTokenCount": 512, "temperature": 0.5, "topP": 0.9}}' \
--cli-binary-format raw-in-base64-out \
invoke-model-output-text.txt
```

명령이 성공하면 모델에서 생성된 응답이 `invoke-model-output-text.txt` 파일에 기록됩니다. 텍스트 응답은 함께 제공된 정보와 함께 `outputText` 필드에 반환됩니다.

## 모델에 텍스트 프롬프트를 제출하고 Converse를 사용하여 텍스트 응답 생성
<a name="getting-started-api-ex-cli-converse"></a>

다음 예제에서는를 사용하여 [Converse](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_runtime_Converse.html) 작업을 실행합니다 AWS CLI. `Converse`를 사용하면 프롬프트를 제출하여 모델 응답을 생성할 수 있습니다. 지원되는 경우 `InvokeModel`에서 `Converse` 작업을 사용하는 것이 좋습니다. Amazon Bedrock 모델에서 추론 요청을 통합하고 멀티턴 대화 관리를 간소화하기 때문입니다. 터미널에서 다음 명령을 실행합니다.

```
aws bedrock-runtime converse \
--model-id amazon.titan-text-express-v1 \
--messages '[{"role": "user", "content": [{"text": "Describe the purpose of a \"hello world\" program in one line."}]}]' \
--inference-config '{"maxTokens": 512, "temperature": 0.5, "topP": 0.9}'
```

명령이 성공하면 모델에서 생성된 응답이 함께 제공된 정보와 함께 `text` 필드에 반환됩니다.