Execute exemplos de código do Amazon Bedrock Flows

Crie um fluxo usando uma CreateFlowsolicitação com um endpoint de tempo de construção do Agents for Amazon Bedrock com os seguintes nós:

Execute o seguinte trecho de código para carregar o AWS SDK para Python (Boto3), criar um cliente Amazon Bedrock Agents e criar um fluxo com os nós (substitua o executionRoleArn campo pelo ARN da sua função de serviço que você criou para o fluxo):

# Import Python SDK and create client
import boto3

client = boto3.client(service_name='bedrock-agent')

# Replace with the service role that you created. For more information, see https://docs.aws.amazon.com/bedrock/latest/userguide/flows-permissions.html
FLOWS_SERVICE_ROLE = "arn:aws:iam::123456789012:role/MyFlowsRole"

# Define each node

# The input node validates that the content of the InvokeFlow request is a JSON object.
input_node = {
    "type": "Input",
    "name": "FlowInput",
    "outputs": [
        {
            "name": "document",
            "type": "Object"
        }
    ]
}

# This prompt node defines an inline prompt that creates a music playlist using two variables.
# 1. {{genre}} - The genre of music to create a playlist for
# 2. {{number}} - The number of songs to include in the playlist
# It validates that the input is a JSON object that minimally contains the fields "genre" and "number", which it will map to the prompt variables.
# The output must be named "modelCompletion" and be of the type "String".
prompt_node = {
    "type": "Prompt",
    "name": "MakePlaylist",
    "configuration": {
        "prompt": {
            "sourceConfiguration": {
                "inline": {
                    "modelId": "amazon.nova-lite-v1:0",
                    "templateType": "TEXT",
                    "inferenceConfiguration": {
                        "text": {
                            "temperature": 0.8
                        }
                    },
                    "templateConfiguration": { 
                        "text": {
                            "text": "Make me a {{genre}} playlist consisting of the following number of songs: {{number}}."
                        }
                    }
                }
            }
        }
    },
    "inputs": [
        {
            "name": "genre",
            "type": "String",
            "expression": "$.data.genre"
        },
        {
            "name": "number",
            "type": "Number",
            "expression": "$.data.number"
        }
    ],
    "outputs": [
        {
            "name": "modelCompletion",
            "type": "String"
        }
    ]
}

# The output node validates that the output from the last node is a string and returns it as is. The name must be "document".
output_node = {
    "type": "Output",
    "name": "FlowOutput",
    "inputs": [
        {
            "name": "document",
            "type": "String",
            "expression": "$.data"
        }
    ]
}

# Create connections between the nodes
connections = []

#   First, create connections between the output of the flow input node and each input of the prompt node
for input in prompt_node["inputs"]:
    connections.append(
        {
            "name": "_".join([input_node["name"], prompt_node["name"], input["name"]]),
            "source": input_node["name"],
            "target": prompt_node["name"],
            "type": "Data",
            "configuration": {
                "data": {
                    "sourceOutput": input_node["outputs"][0]["name"],
                    "targetInput": input["name"]
                }
            }
        }
    )

# Then, create a connection between the output of the prompt node and the input of the flow output node
connections.append(
    {
        "name": "_".join([prompt_node["name"], output_node["name"]]),
        "source": prompt_node["name"],
        "target": output_node["name"],
        "type": "Data",
        "configuration": {
            "data": {
                "sourceOutput": prompt_node["outputs"][0]["name"],
                "targetInput": output_node["inputs"][0]["name"]
            }
        }
    }
)

# Create the flow from the nodes and connections
response = client.create_flow(
    name="FlowCreatePlaylist",
    description="A flow that creates a playlist given a genre and number of songs to include in the playlist.",
    executionRoleArn=FLOWS_SERVICE_ROLE,
    definition={
        "nodes": [input_node, prompt_node, output_node],
        "connections": connections
    }
)

flow_id = response.get("id")

Liste os fluxos em sua conta, incluindo o que você acabou de criar, executando o seguinte trecho de código para fazer uma ListFlowssolicitação com um endpoint de tempo de construção do Agents for Amazon Bedrock:

client.list_flows()

Obtenha informações sobre o fluxo que você acabou de criar executando o seguinte trecho de código para fazer uma GetFlowsolicitação com um endpoint de tempo de construção do Agents for Amazon Bedrock:

client.get_flow(flowIdentifier=flow_id)

Prepare seu fluxo para que as alterações mais recentes do rascunho de trabalho sejam aplicadas e para que ele esteja pronto para a versão. Execute o seguinte trecho de código para fazer uma PrepareFlowsolicitação com um endpoint de tempo de construção do Agents for Amazon Bedrock:

client.prepare_flow(flowIdentifier=flow_id)

Crie uma versão do rascunho de trabalho do seu fluxo para criar um instantâneo estático do seu fluxo e, em seguida, recuperar informações sobre ele com as seguintes ações:

1. Crie uma versão executando o seguinte trecho de código para fazer uma CreateFlowVersionsolicitação com um endpoint de tempo de construção do Agents for Amazon Bedrock:

   response = client.create_flow_version(flowIdentifier=flow_id)
                                   
   flow_version = response.get("version")

2. Liste todas as versões do seu fluxo executando o seguinte trecho de código para fazer uma ListFlowVersionssolicitação com um endpoint de tempo de construção do Agents for Amazon Bedrock:

   client.list_flow_versions(flowIdentifier=flow_id)

3. Obtenha informações sobre a versão executando o seguinte trecho de código para fazer uma GetFlowVersionsolicitação com um endpoint de tempo de construção do Agents for Amazon Bedrock:

   client.get_flow_version(flowIdentifier=flow_id, flowVersion=flow_version)

Crie um alias para apontar para a versão do fluxo que você criou e, em seguida, recupere informações sobre ele com as seguintes ações:

1. Crie um alias e aponte-o para a versão que você acabou de criar executando o seguinte trecho de código para fazer uma CreateFlowAliassolicitação com um endpoint de tempo de construção do Agents for Amazon Bedrock:

   response = client.create_flow_alias(
       flowIdentifier=flow_id,
       name="latest",
       description="Alias pointing to the latest version of the flow.",
       routingConfiguration=[
           {
               "flowVersion": flow_version
           }
       ]
   )
   
   flow_alias_id = response.get("id")

2. Liste todos os aliases do seu fluxo executando o seguinte trecho de código para fazer uma ListFlowAliasssolicitação com um endpoint de tempo de construção do Agents for Amazon Bedrock:

   client.list_flow_aliases(flowIdentifier=flow_id)

3. Obtenha informações sobre o alias que você acabou de criar executando o seguinte trecho de código para fazer uma GetFlowAliassolicitação com um endpoint de tempo de construção do Agents for Amazon Bedrock:

   client.get_flow_alias(flowIdentifier=flow_id, aliasIdentifier=flow_alias_id)

Execute o trecho de código a seguir para criar um cliente do Amazon Bedrock Agents Runtime e invoque um fluxo. A solicitação preenche as variáveis na solicitação em seu fluxo e retorna a resposta do modelo para fazer uma InvokeFlowsolicitação com um endpoint de tempo de execução do Agents for Amazon Bedrock:

client_runtime = boto3.client('bedrock-agent-runtime')

response = client_runtime.invoke_flow(
    flowIdentifier=flow_id,
    flowAliasIdentifier=flow_alias_id,
    inputs=[
        {
            "content": {
                "document": {
                    "genre": "pop",
                    "number": 3
                }
            },
            "nodeName": "FlowInput",
            "nodeOutputName": "document"
        }
    ]
)

result = {}

for event in response.get("responseStream"):
    result.update(event)

if result['flowCompletionEvent']['completionReason'] == 'SUCCESS':
    print("Flow invocation was successful! The output of the flow is as follows:\n")
    print(result['flowOutputEvent']['content']['document'])

else:
    print("The flow invocation completed because of the following reason:", result['flowCompletionEvent']['completionReason'])

A resposta deve apresentar uma playlist com três músicas pop.

Exclua o alias, a versão e o fluxo que você criou com as seguintes ações:

1. Exclua o alias executando o seguinte trecho de código para fazer uma DeleteFlowAliassolicitação com um endpoint de tempo de construção do Agents for Amazon Bedrock:

   client.delete_flow_alias(flowIdentifier=flow_id, aliasIdentifier=flow_alias_id)

2. Exclua a versão executando o seguinte trecho de código para fazer uma DeleteFlowVersionsolicitação com um endpoint de tempo de construção do Agents for Amazon Bedrock:

   client.delete_flow_version(flowIdentifier=flow_id, flowVersion=flow_version)

3. Exclua o fluxo executando o seguinte trecho de código para fazer uma DeleteFlowsolicitação com um endpoint de tempo de construção do Agents for Amazon Bedrock:

   client.delete_flow(flowIdentifier=flow_id)