使用 AWS Command Line Interface 執行範例 Amazon Bedrock API 請求
本節會引導您使用 AWS Command Line Interface 在 Amazon Bedrock 中嘗試一些常見操作，以測試您的許可和身分驗證是否已正確設定。在執行下列範例之前，您應該檢查是否符合下列必要條件：
必要條件。
-
您有 AWS 帳戶 和已設定身分驗證的使用者或角色，以及 Amazon Bedrock 的必要許可。否則，請依照 開始使用 API 中的步驟進行。
-
您已安裝並設定 AWS CLI 的身分驗證。若要安裝 AWS CLI，請遵循安裝或更新最新版本的 AWS CLI 中的步驟。遵循 取得憑證以授予程式設計存取權 中的步驟，確認您已設定憑證來使用 CLI。
使用您以適當許可設定的使用者或角色，測試您的 Amazon Bedrock 許可是否已正確設定。
列出 Amazon Bedrock 必須提供的基礎模型
下列範例使用 AWS CLI 執行 ListFoundationModels 操作。ListFoundationModels 列出您區域中 Amazon Bedrock 中可用的基礎模型 (FM)。在終端機中，執行下列命令：
aws bedrock list-foundation-models
如果命令成功，回應會傳回 Amazon Bedrock 中可用的基礎模型清單。
向模型提交文字提示，並使用 InvokeModel 產生文字回應
下列範例使用 AWS CLI 執行 InvokeModel 操作。InvokeModel 可讓您提交提示以產生模型回應。在終端機中，執行下列命令：
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
如果命令成功，則模型產生的回應會寫入 invoke-model-output-text.txt 檔案。文字回應以及隨附的資訊會在 outputText 欄位中傳回。
向模型提交文字提示，並使用 Converse 產生文字回應
下列範例使用 AWS CLI 執行 Converse 操作。Converse 可讓您提交提示以產生模型回應。建議在支援時對 InvokeModel 使用 Converse 操作，因為它會統一跨 Amazon Bedrock 模型的推論請求，並簡化多回合對話的管理。在終端機中，執行下列命令：
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}'
如果命令成功，則 text 欄位中會傳回模型產生的回應，以及隨附的資訊。
