本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。 # 參考/進階 尋找 Amazon Bedrock 的參考資料、教學課程和疑難排解資源： | 資源 | Description | | --- | --- | | [重要術語](key-definitions.md) | 基本生成式 AI 和 Amazon Bedrock 術語 | | [搭配 AWS SDK 使用 Amazon Bedrock](sdk-general-information-section.md) | SDKs和程式設計語言支援 | | [對 Amazon Bedrock API 錯誤碼進行疑難排解](troubleshooting-api-error-codes.md) | 常見的 API 錯誤和解決方案 | | [使用主控台和 API 的詳細入門](detailed-getting-started.md) | 詳細的主控台和 API 設定指南 | | [教學課程：建立處理房屋貸款申請的流程](getting-started-mortgage-flow.md) | 教學課程：建置抵押貸款處理流程 | | [Amazon Bedrock 使用者指南的文件歷史記錄](doc-history.md) | 文件修訂歷史記錄 | # 重要術語 本章說明可協助您了解 Amazon Bedrock 提供的內容及其運作方式的術語。請閱讀下列清單，了解生成式 AI 術語和 Amazon Bedrock 的基本功能： + **基礎模型 (FM)** – 具有大量參數的 AI 模型，並根據大量不同的資料進行訓練。基礎模型可以針對各種使用案例產生各種回應。基礎模型可以產生文字或影像，也可以將輸入轉換為*嵌入*。若要取得關於基礎模型的詳細資訊，請參閱 [Amazon Bedrock 中支援的基礎模型](models-supported.md)。 + **基礎模型** – 由供應商封裝並準備好使用的基礎模型。Amazon Bedrock 提供來自領導供應商的各種領先業界的基礎模型。如需詳細資訊，請參閱[Amazon Bedrock 中支援的基礎模型](models-supported.md)。 + **模型推論** – 從指定輸入 (提示) 產生輸出 (回應) 的基礎模型程序。如需詳細資訊，請參閱[提交提示並使用模型推論產生回應](inference.md)。 + **提示** — 提供給模型的輸入，以指示其針對輸入產生適當的回應或輸出。例如，文字提示可以包含要回應模型的一行，也可以詳細說明要執行模型的指示或任務。提示可以包含任務的內容、輸出範例，或模型在其回應中使用的文字。提示可用於執行分類、問題回答、程式碼產生、創意撰寫等任務。如需詳細資訊，請參閱[提示工程概念](prompt-engineering-guidelines.md)。 + **字符** – 模型可以將其解譯或預測為單一意義單位的一系列字元。例如，使用文字模型時，字符不僅可以對應到單字，也可以對應到具有文法意義 (例如 "-ed")、標點符號 (例如 "？") 或常見片語 (例如 "a lot") 的部分單字。 + **模型參數** – 在解譯輸入和產生回應時定義模型及其行為的值。模型參數由供應商控制和更新。您也可以更新模型參數，透過*模型自訂*程序建立新的模型。 + **推論參數** – 可在**模型推論**期間調整以影響回應的值。推論參數可能會影響各種回應的方式，也可以限制回應的長度或指定序列的出現。如需特定推論參數的詳細資訊和定義，請參閱 [使用推論參數影響回應生成](inference-parameters.md)。 + **遊樂場**： 中易於使用的圖形界面，您可以在 AWS 管理主控台 其中實驗執行模型推論，以熟悉 Amazon Bedrock。使用遊樂場來測試不同模型、組態和推論參數對您所輸入不同提示產生之回應的影響。如需詳細資訊，請參閱[使用遊樂場在主控台中產生回應](playgrounds.md)。 + **嵌入** – 透過將輸入轉換為數值向量來壓縮資訊的程序，稱為**嵌入**，以便使用共用數值表示來比較不同物件之間的相似性。例如，可以比較句子來判斷意義上的相似性、可以比較影像來判斷視覺相似性，或者可以比較文字和影像來查看它們是否彼此相關。如果文字和影像輸入與您的使用案例相關，您也可以將其合併為平均嵌入向量。如需詳細資訊，請參閱 [提交提示並使用模型推論產生回應](inference.md) 及 [使用 Amazon Bedrock 知識庫擷取資料並產生 AI 回應](knowledge-base.md)。 + **協同運作** – 協調基礎模型與企業資料和應用程式之間的程序以執行任務。如需詳細資訊，請參閱[使用 AI 代理程式自動執行應用程式中的任務](agents.md)。 + **代理程式** – 使用基礎模型，透過循環解譯輸入和產生輸出來執行協同運作的應用程式。代理程式可用來執行客戶請求。如需詳細資訊，請參閱[使用 AI 代理程式自動執行應用程式中的任務](agents.md)。 + **檢索增強生成 (RAG)** – 程序涉及： 1. 從資料來源查詢和擷取資訊 1. 使用此資訊增強提示，為基礎模型提供更好的內容 1. 使用其他內容從基礎模型取得更好的回應 如需詳細資訊，請參閱[使用 Amazon Bedrock 知識庫擷取資料並產生 AI 回應](knowledge-base.md)。 + **模型自訂** – 使用訓練資料來調整基礎模型中模型參數值的程序，以建立**自訂模型**。模型自訂的範例包括**微調**，其使用標記的資料 （輸入和對應的輸出） 來調整模型參數。如需 Amazon Bedrock 中可用模型自訂技術的詳細資訊，請參閱 [自訂模型，以改善其針對使用案例的效能](custom-models.md)。 + **超參數** – 可以針對**模型自訂**調整的值，以控制訓練程序，進而控制輸出自訂模型。如需特定超參數的詳細資訊和定義，請參閱 [自訂模型超參數](custom-models-hp.md)。 + **模型評估** – 評估和比較模型輸出的程序，以判斷最適合使用案例的模型。如需詳細資訊，請參閱[評估 Amazon Bedrock 資源的效能](evaluation.md)。 + **佈建輸送量** – 您為基礎或自訂模型購買的輸送量層級，以增加模型推論期間處理的字符數目和/或速率。當您購買模型的佈建輸送量時，會建立**佈建模型**，可用於執行模型推論。如需詳細資訊，請參閱[使用 Amazon Bedrock 中的佈建輸送量增加模型調用容量](prov-throughput.md)。 # 搭配 AWS SDK 使用 Amazon Bedrock AWS 軟體開發套件 (SDKs) 適用於許多熱門的程式設計語言。每個 SDK 都提供 API、程式碼範例和說明文件，讓開發人員能夠更輕鬆地以偏好的語言建置應用程式。 | SDK 文件 | 代碼範例 | | --- | --- | | [適用於 C\$1\$1 的 AWS SDK](https://docs.aws.amazon.com/sdk-for-cpp) | [適用於 C\$1\$1 的 AWS SDK 程式碼範例](https://github.com/awsdocs/aws-doc-sdk-examples/tree/main/cpp) | | [AWS CLI](https://docs.aws.amazon.com/cli) | [AWS CLI 程式碼範例](https://docs.aws.amazon.com/code-library/latest/ug/cli_2_code_examples.html) | | [適用於 Go 的 AWS SDK](https://docs.aws.amazon.com/sdk-for-go) | [適用於 Go 的 AWS SDK 程式碼範例](https://github.com/awsdocs/aws-doc-sdk-examples/tree/main/gov2) | | [適用於 Java 的 AWS SDK](https://docs.aws.amazon.com/sdk-for-java) | [適用於 Java 的 AWS SDK 程式碼範例](https://github.com/awsdocs/aws-doc-sdk-examples/tree/main/javav2) | | [適用於 JavaScript 的 AWS SDK](https://docs.aws.amazon.com/sdk-for-javascript) | [適用於 JavaScript 的 AWS SDK 程式碼範例](https://github.com/awsdocs/aws-doc-sdk-examples/tree/main/javascriptv3) | | [適用於 Kotlin 的 AWS SDK](https://docs.aws.amazon.com/sdk-for-kotlin) | [適用於 Kotlin 的 AWS SDK 程式碼範例](https://github.com/awsdocs/aws-doc-sdk-examples/tree/main/kotlin) | | [適用於 .NET 的 AWS SDK](https://docs.aws.amazon.com/sdk-for-net) | [適用於 .NET 的 AWS SDK 程式碼範例](https://github.com/awsdocs/aws-doc-sdk-examples/tree/main/dotnetv3) | | [適用於 PHP 的 AWS SDK](https://docs.aws.amazon.com/sdk-for-php) | [適用於 PHP 的 AWS SDK 程式碼範例](https://github.com/awsdocs/aws-doc-sdk-examples/tree/main/php) | | [AWS Tools for PowerShell](https://docs.aws.amazon.com/powershell) | [AWS Tools for PowerShell 程式碼範例](https://docs.aws.amazon.com/code-library/latest/ug/powershell_5_code_examples.html) | | [適用於 Python (Boto3) 的 AWS SDK](https://docs.aws.amazon.com/pythonsdk) | [適用於 Python (Boto3) 的 AWS SDK 程式碼範例](https://github.com/awsdocs/aws-doc-sdk-examples/tree/main/python) | | [適用於 Ruby 的 AWS SDK](https://docs.aws.amazon.com/sdk-for-ruby) | [適用於 Ruby 的 AWS SDK 程式碼範例](https://github.com/awsdocs/aws-doc-sdk-examples/tree/main/ruby) | | [適用於 Rust 的 AWS SDK](https://docs.aws.amazon.com/sdk-for-rust) | [適用於 Rust 的 AWS SDK 程式碼範例](https://github.com/awsdocs/aws-doc-sdk-examples/tree/main/rustv1) | | [適用於 SAP ABAP 的 AWS SDK](https://docs.aws.amazon.com/sdk-for-sapabap) | [適用於 SAP ABAP 的 AWS SDK 程式碼範例](https://github.com/awsdocs/aws-doc-sdk-examples/tree/main/sap-abap) | | [適用於 Swift 的 AWS SDK](https://docs.aws.amazon.com/sdk-for-swift) | [適用於 Swift 的 AWS SDK 程式碼範例](https://github.com/awsdocs/aws-doc-sdk-examples/tree/main/swift) | **可用性範例** 找不到所需的內容嗎？ 請使用本頁面底部的**提供意見回饋**連結申請程式碼範例。 # 對 Amazon Bedrock API 錯誤碼進行疑難排解 本節提供有關使用 Amazon Bedrock API 時可能遇到的常見錯誤、錯誤原因及錯誤解決方案的詳細資訊。 ## AccessDeniedException **HTTP 狀態碼：**403 **原因：**您沒有足夠的許可來執行請求的動作。 **解決方案**： + 確認您的 IAM 使用者或角色具有您正嘗試動作的必要許可。 + 如果您使用的是臨時安全憑證，請確保其尚未過期。 ## FTUFormNotFilled **HTTP 狀態碼：**404 **原因：**尚未為此帳戶提交模型使用案例詳細資訊 **解決方案**： + 使用模型之前，請先填寫 Anthropic 使用案例詳細資訊表單 ## IncompleteSignature **HTTP 狀態碼：**400 **原因：**請求簽章不符合 AWS 標準。 **解決方案**： + 請確定您使用的是支援 Amazon Bedrock 的 AWS SDK 版本。 + 確認您的 AWS 存取金鑰 ID 和私密金鑰已正確設定。 + 如果您手動簽署請求，建議您重新檢查簽章計算程序。 ## InternalFailure **HTTP 狀態碼：**500 **原因：**請求處理因伺服器錯誤而失敗 **解決方案**： + 我們建議採用 AWS 建議的[重試方法，搭配指數退避](https://docs.aws.amazon.com//prescriptive-guidance/latest/cloud-design-patterns/retry-backoff.html)和隨機[抖動](https://aws.amazon.com/builders-library/timeouts-retries-and-backoff-with-jitter/)來改善可靠性。 + 如果問題仍然存在，請聯絡 [AWS 支援中心](https://aws.amazon.com/support)，並提供有關您的請求及所遇到錯誤的詳細資訊。 ## InvalidAction **HTTP 狀態碼：**400 **原因：**請求的動作或操作無效。 **解決方案**： + 建議您再次檢查請求中動作名稱的拼字和格式。 + 確認動作呼叫受 Amazon Bedrock 支援，並已依照 [Amazon Bedrock API 參考](https://docs.aws.amazon.com//bedrock/latest/APIReference/API_Operations.html)所示正確記錄下來。 + 請確定您使用的是 SDK up-to-date。 AWS ## InvalidClientTokenId **HTTP 狀態碼：**403 **原因：**提供的 X.509 憑證或 AWS 存取金鑰 ID 不存在於我們的記錄中。 **解決方案**： + 確認您使用的是正確的 AWS 存取金鑰 ID。 + 如果您最近建立了新的存取金鑰，請確定您使用的是新憑證，而不是舊憑證。 ## AWS Marketplace 協議在 15 分鐘內失敗 **HTTP 狀態碼：**403 **原因： ** AWS Marketplace 協議因基礎問題而失敗。 **解決方案**： + 檢閱錯誤訊息並修復基礎問題。常見的基礎問題有無效付款錯誤和地理位置受限。 + 對於無效的付款錯誤，請在 Amazon Bedrock 中請求模型存取後，針對[使用 AWS Marketplace 和 INVALID\$1PAYMENT\$1INSTRUMENT 的 AISPL 客戶檢閱信用卡和簽帳金融卡購買限制](https://aws-blogs-prod.amazon.com/awsmarketplace/restriction-on-credit-and-debit-card-purchases-for-aispl-customers-using-aws-marketplace/)。 [https://repost.aws/questions/QU0UOsutrWSSS4nOqgHcIUJg/invalid-payment-instrument-after-requesting-model-access-in-amazon-bedrock](https://repost.aws/questions/QU0UOsutrWSSS4nOqgHcIUJg/invalid-payment-instrument-after-requesting-model-access-in-amazon-bedrock) ## AWS 15 分鐘後待定的 Marketplace 協議 **HTTP 狀態碼：**403 **原因：** AWS Market Marketplace 協議未成功，且自提出請求以來已經過 15 分鐘。 **解決方案**： + 每 15 分鐘再次嘗試請求。如果問題仍然存在，請聯絡 [AWS 支援中心](https://aws.amazon.com/support)，並提供有關您的請求及所遇到錯誤的詳細資訊。 ## MPAgreementBeingCreated **HTTP 狀態碼：**403 **原因：**您的帳戶未獲授權存取此模型。此模型的 AWS Marketplace 訂閱仍在處理中 **解決方案**： + 15 分鐘後再試一次 ## NotAuthorized **HTTP 狀態碼：**400 **原因：**您沒有執行此動作的許可。 **解決方案**： + 檢閱您的 IAM 許可，並確保您擁有對 Amazon Bedrock 資源執行所請求動作的必要權限。 + 如果您使用的是 IAM 角色，請確認該角色具有適當的許可和信任關係。 + 檢查是否有任何組織政策或服務控制政策可能限制您的存取。 ## RequestExpired **HTTP 狀態碼：**400 **原因：**由於時間戳記過期，請求不再有效。 **解決方案**： + 確保您的系統時鐘與可靠的時間來源正確同步。 + 如果您從不同的時區提出請求，請注意時間戳記可能會有差異。 ## ServiceUnavailable **HTTP 狀態碼：**503 **原因：**服務暫時無法處理請求。一般限流會使用 503 錯誤。 **解決方案**： + 我們建議採用 AWS 建議的[重試方法，搭配指數退避](https://docs.aws.amazon.com//prescriptive-guidance/latest/cloud-design-patterns/retry-backoff.html)和隨機[抖動](https://aws.amazon.com/builders-library/timeouts-retries-and-backoff-with-jitter/)來改善可靠性。 + AWS 區域 如果問題仍存在於您目前的區域中，請考慮切換至不同的 。不同的區域可能會有不同的負載和可用性層級。 + [使用跨區域推論](https://docs.aws.amazon.com//bedrock/latest/userguide/cross-region-inference.html)，透過跨不同的運算來無縫管理意外流量暴增 AWS 區域。 + 如果您有高輸送量需求，建議您針對使用案例探索[佈建輸送量](https://docs.aws.amazon.com//bedrock/latest/userguide/prov-throughput.html)。 **最佳實務** + 確保您的應用程式可以在錯誤處理和重試邏輯中會適當處理 503 狀態碼。 + 檢查 AWS 服務運作狀態儀表板，了解可能影響服務的任何問題或排定的維護。 如果您經常遇到 503 錯誤，或這些錯誤對您的操作造成重大影響，請聯絡 [AWS Support](https://aws.amazon.com/support) 以取得針對您特定使用案例量身打造的進一步協助和指引。 ## ThrottlingException **HTTP 狀態碼：**429 **原因：**由於超過 Amazon Bedrock 的帳戶配額，請求遭拒。 **解決方案**： + 檢查 [Amazon Bedrock 服務配額](https://docs.aws.amazon.com/general/latest/gr/bedrock.html#limits_bedrock)主控台中的 Amazon Bedrock 服務配額，以了解分配給您帳戶的限制。 + 我們建議採用 AWS 建議的方法來使用[具有指數退避的重試。](https://docs.aws.amazon.com//prescriptive-guidance/latest/cloud-design-patterns/retry-backoff.html) 和隨機[抖動](https://aws.amazon.com/builders-library/timeouts-retries-and-backoff-with-jitter/)可提高可靠性。 + 如果您有高輸送量需求，建議您針對使用案例探索[佈建輸送量](https://docs.aws.amazon.com//bedrock/latest/userguide/prov-throughput.html)。 + 如果您的工作負載流量超過您的帳戶配額，請聯絡您的客戶經理或 [AWS Support](https://aws.amazon.com/support)，以請求提高配額。 ## ValidationError **HTTP 狀態碼：**400 **原因：**輸入不符合 Amazon Bedrock 指定的限制條件。 **解決方案**： + 檢閱 API 文件，以確保所有必要參數皆已正確納入並格式化。 + 檢查您的輸入值是否在允許的範圍內或符合預期的模式。 + 對於您正在使用的動作，建議您注意 API 參考中提及的任何特定驗證規則。 ## ResourceNotFound **HTTP 狀態碼：**404 **原因：**找不到請求的資源。 **解決方案**： + 驗證請求中模型 ID、端點名稱或其他資源識別碼的正確性。 + 請實作後援機制，以便在找不到主要資源時使用替代模型或端點。 **最佳實務** + 使用 [ListFoundationModels](https://docs.aws.amazon.com//bedrock/latest/APIReference/API_ListFoundationModels.html) 了解您可以使用的可用 Amazon Bedrock 基礎模型。 + 建議您實作定期同步程序，以更新本機資源目錄。 如果您在嘗試過這些解決方案後仍遇到問題，請聯絡 [AWS Support](https://aws.amazon.com/support) 以取得針對您特定使用案例量身打造的進一步協助和指引。 ## 呼叫 Amazon Bedrock APIs 時的連線逾時或重設 **徵狀：**當流量通過 NAT 閘道、VPC 端點或 Network Load Balancer 時，API 呼叫會因連線重設或逾時而失敗，特別是對於串流或延伸推論等長時間執行的請求。 **原因：**NAT 閘道、介面 VPC 端點和 Network Load Balancer 的固定閒置連線逾時為 350 秒。如果 TCP 連線保持閒置超過此期間，則會捨棄連線。用戶端會收到 TCP RST 封包或請求逾時。 **解決方案**： 啟用 TCP 保持連線以傳送定期探查，防止連線閒置。如需詳細資訊，請參閱 AWS 網路與內容交付部落格中的在 [VPC 聯網中實作長時間執行的 TCP 連線](https://aws.amazon.com/blogs/networking-and-content-delivery/implementing-long-running-tcp-connections-within-vpc-networking/)。 如果您在啟用 TCP 保持連線後持續遇到連線問題，請聯絡 [AWS Support](https://aws.amazon.com/support) 以取得進一步協助。 # 使用主控台和 API 的詳細入門 內容即將推出。 # 在 Amazon Bedrock 主控台中開始使用 本節說明如何使用 AWS 主控台中的[遊樂場](playgrounds.md)，向 Amazon Bedrock 基礎模型 (FM) 提交文字提示，並產生文字或影像回應。在執行下列範例之前，您應該檢查是否符合下列必要條件： **先決條件** + 您擁有 AWS 帳戶 和 許可，可存取該帳戶中具有 Amazon Bedrock 必要許可的角色。否則，請依照 [快速指南](getting-started.md) 中的步驟進行。 + 您位於美國東部 (維吉尼亞北部) (us-east-1) 區域。若要變更區域，請選擇主控台右上角 IAM 角色旁的區域名稱。然後，選取美國東部 (維吉尼亞北部) (us-east-1)。 **Topics** + [探索文字遊樂場](#getting-started-text) + [探索映像遊樂場](#getting-started-image) ## 探索文字遊樂場 以下範例示範如何使用文字遊樂場： 1. AWS 管理主控台 使用具有使用 Amazon Bedrock 主控台之許可的 IAM 身分登入 。接著，開啟位於 [https://console.aws.amazon.com/bedrock](https://console.aws.amazon.com/bedrock) 的 Amazon Bedrock 主控台。 1. 從左側導覽窗格的**遊樂場**下方，選擇**文字**。 1. 選擇**選取模型**，然後選取提供者和模型。在此範例中，我們將選取 **Amazon Titan Text G1 - Lite**。接著選擇**套用** 1. 從文字面板下方選取預設提示，或在文字面板中輸入提示，例如 **Describe the purpose of a "hello world" program in one line**。 1. 選擇**執行**，以在模型上執行推論。產生的文字會在文字面板中顯示在您的提示下。 ## 探索映像遊樂場 下列範例示範如何使用影像遊樂場。 1. AWS 管理主控台 使用具有使用 Amazon Bedrock 主控台之許可的 IAM 身分登入 。接著，開啟位於 [https://console.aws.amazon.com/bedrock](https://console.aws.amazon.com/bedrock) 的 Amazon Bedrock 主控台。 1. 從左側導覽窗格的**遊樂場**下方，選擇**影像**。 1. 選擇**選取模型**，然後選取提供者和模型。在此範例中，我們將選取 **Amazon Titan Image Generator G1 V1**。接著選擇**套用** 1. 從文字面板下方選取預設提示，或在文字面板中輸入提示，例如 **Generate an image of happy cats**。 1. 在**組態**窗格中，將**影像數量**變更為 **1**。 1. 選擇**執行**，以在模型上執行推論。產生的影像會顯示在提示上方。 # 開始使用 API 本節說明如何設定您的環境，透過 AWS API 提出 Amazon Bedrock 請求。 AWS 提供下列工具來簡化您的體驗： + AWS Command Line Interface (AWS CLI) + AWS SDKs + 使用 Amazon SageMaker AI 筆記本 若要開始使用 API，您需要憑證才能授予程式設計存取權。如果下列各節與您相關，請展開它們並遵循指示。否則，請繼續完成其餘區段。 ## 我第一次使用 AWS 如果您沒有 AWS 帳戶，請完成下列步驟來建立一個。 **註冊 AWS 帳戶** 1. 開啟 [https://portal.aws.amazon.com/billing/signup](https://portal.aws.amazon.com/billing/signup)。 1. 請遵循線上指示進行。 部分註冊程序需接收來電或簡訊，並在電話鍵盤輸入驗證碼。 當您註冊 時 AWS 帳戶，*AWS 帳戶根使用者*會建立 。根使用者有權存取該帳戶中的所有 AWS 服務 和資源。作為安全最佳實務，請將管理存取權指派給使用者，並且僅使用根使用者來執行[需要根使用者存取權的任務](https://docs.aws.amazon.com/IAM/latest/UserGuide/id_root-user.html#root-user-tasks)。 AWS 會在註冊程序完成後傳送確認電子郵件給您。您可以隨時登錄 [https://aws.amazon.com/](https://aws.amazon.com/) 並選擇**我的帳戶**，以檢視您目前的帳戶活動並管理帳戶。 **保護您的 AWS 帳戶根使用者** 1. 選擇**根使用者**並輸入 AWS 帳戶 您的電子郵件地址，以帳戶擁有者[AWS 管理主控台](https://console.aws.amazon.com/)身分登入 。在下一頁中，輸入您的密碼。 如需使用根使用者登入的說明，請參閱 *AWS 登入 使用者指南*中的[以根使用者身分登入](https://docs.aws.amazon.com/signin/latest/userguide/console-sign-in-tutorials.html#introduction-to-root-user-sign-in-tutorial)。 1. 若要在您的根使用者帳戶上啟用多重要素驗證 (MFA)。 如需說明，請參閱《*IAM 使用者指南*》中的[為您的 AWS 帳戶 根使用者 （主控台） 啟用虛擬 MFA 裝置](https://docs.aws.amazon.com/IAM/latest/UserGuide/enable-virt-mfa-for-root.html)。 ## 我需要安裝 AWS CLI 或 AWS 開發套件 若要安裝 AWS CLI，請遵循[安裝或更新至最新版本 AWS CLI](https://docs.aws.amazon.com/cli/latest/userguide/getting-started-install.html)中的步驟。 若要安裝 AWS SDK，請選取與您想要在 [Tools to Build on AWS](https://aws.amazon.com/developer/tools/). AWS software 開發套件 (SDKs) 中使用的程式設計語言對應的索引標籤，適用於許多熱門的程式設計語言。每個 SDK 都提供 API、程式碼範例和說明文件，讓開發人員能夠更輕鬆地以偏好的語言建置應用程式。SDK 會自動為您執行有用的任務，例如： + 加密簽署服務請求 + 重試請求 + 處理錯誤回應 ## 取得憑證以授予程式設計存取權 如果使用者想要與 AWS 外部互動，則需要程式設計存取 AWS 管理主控台。 會根據您的安全性考量 AWS 提供多個選項。 **注意** 如需逐步指南，以產生可用來快速存取 Amazon Bedrock API 的 API 金鑰，請參閱 [開始使用 Amazon Bedrock API 金鑰：產生 30 天金鑰並發出您的第一次 API 呼叫](getting-started-api-keys.md)。 如需更高的安全需求，請繼續完成本節。 授予程式設計存取權的方式取決於正在存取的使用者類型 AWS。 若要授與使用者程式化存取權，請選擇下列其中一個選項。 **** | 哪個主體需要程式設計存取權？ | 到 | 根據 | | --- | --- | --- | | IAM 使用者 | 限制長期憑證的持續時間，以簽署對 AWS CLI、 AWS SDKs程式設計請求。 AWS APIs | 請依照您要使用的介面所提供的指示操作。 [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/bedrock/latest/userguide/getting-started-api.html) | | IAM 角色 | 使用暫時登入資料簽署對 AWS CLI、 AWS SDKs程式設計請求。 AWS APIs | 遵循《IAM 使用者指南》中[將臨時登入資料與 AWS 資源](https://docs.aws.amazon.com/IAM/latest/UserGuide/id_credentials_temp_use-resources.html)搭配使用的指示。 | | 人力資源身分 (IAM Identity Center 中管理的使用者) | 使用暫時登入資料簽署對 AWS CLI、 AWS SDKs程式設計請求。 AWS APIs | 請依照您要使用的介面所提供的指示操作。 [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/bedrock/latest/userguide/getting-started-api.html) | ## 如何設定 IAM 使用者的存取金鑰 如果您決定使用 IAM 使用者的存取金鑰， AWS 建議您透過包含限制性內嵌政策來設定 IAM 使用者的過期。 **重要** 請注意下列警告： **請勿使用**您帳戶的根登入資料來存取 AWS 資源。這些登入資料可讓未管制的帳戶存取和很難撤銷這些帳戶。 **請勿**在應用程式檔案中放置常值存取金鑰或憑證資訊。如果您不小心這麼做了，則會有暴露您登入資料的風險，例如，當您上傳專案到公有儲存庫時。 **請勿在**您的專案區域中放入包含憑證的檔案。 安全地管理存取金鑰。請勿將您的存取金鑰提供給未經授權的當事方，即便是協助[尋找您的帳戶識別符](https://docs.aws.amazon.com/general/latest/gr/acct-identifiers.html)也不妥。如果這麼做，就可能會讓他人能夠永久存取您的帳戶。 請注意，存放在共用登入資料檔案中的任何 AWS 登入資料都會以純文字儲存。 如需詳細資訊，請參閱 中[管理 AWS 存取金鑰的最佳實務](https://docs.aws.amazon.com/general/latest/gr/aws-access-keys-best-practices.html) AWS 一般參考。 **建立 IAM 使用者** 1. 在 AWS 管理主控台 首頁上，選取 IAM 服務或導覽至 IAM 主控台，網址為 https：//[https://console.aws.amazon.com/iam/](https://console.aws.amazon.com/iam/)。 1. 在導覽窗格中選取**使用者**，然後選取**建立使用者**。 1. 遵循 IAM 主控台中的指引，設定程式設計使用者 （無法存取 AWS 管理主控台) 且沒有許可。 **限制使用者對有限時段的存取** 您建立的任何 IAM 使用者存取金鑰都是長期憑證。為了確保這些憑證在處理不當時過期，您可以建立內嵌政策，指定金鑰不再有效的日期，讓這些憑證有時間限制。 1. 開啟您剛才建立的 IAM 使用者。在**許可**標籤中，選擇**新增許可**，然後選擇**建立內嵌政策**。 1. 在 JSON 編輯器中，指定下列許可。若要使用此政策，請將範例政策中 `aws:CurrentTime` 時間戳記值的值取代為您自己的結束日期。 **注意** IAM 建議您將存取金鑰限制為 12 小時。 ------ #### [ JSON ] **** ``` { "Version":"2012-10-17", "Statement": [ { "Effect": "Deny", "Action": "*", "Resource": "*", "Condition": { "DateGreaterThan": { "aws:CurrentTime": "2024-01-01T00:00:000" } } } ] } ``` ------ **建立存取金鑰** 1. 在**使用者詳細資訊**頁面上，選取**安全憑證**頁面。在**存取金鑰**區段中，選擇**建立存取金鑰**。 1. 表示您計劃使用這些存取金鑰做為**其他**，然後選擇**建立存取金鑰**。 1. 在**擷取存取金鑰**頁面上，選擇**顯示**以顯示您的使用者的私密存取金鑰的值。您可以複製憑證或下載 .csv 檔案。 **重要** 當您不再需要此 IAM 使用者時，我們建議您將其移除並符合[AWS 安全最佳實務](https://docs.aws.amazon.com/IAM/latest/UserGuide/best-practices.html#lock-away-credentials)，我們建議您要求人類使用者在存取時透過 [AWS IAM Identity Center](https://docs.aws.amazon.com/singlesignon/latest/userguide/getting-started.html) 使用臨時憑證 AWS。 ## 將 Amazon Bedrock 許可連接至使用者或角色 設定程式設計存取的憑證後，您需要設定使用者或 IAM 角色的許可，才能存取一組 Amazon Bedrock 相關動作。若要設定這些許可，請執行下列動作： 1. 在 AWS 管理主控台 首頁上，選取 IAM 服務或導覽至 IAM 主控台，網址為 https：//[https://console.aws.amazon.com/iam/](https://console.aws.amazon.com/iam/)。 1. 選取**使用者**或**角色**，然後選取您的使用者或角色。 1. 在**許可**索引標籤中，選擇**新增許可**，然後選擇**新增 AWS 受管政策**。選擇 [AmazonBedrockFullAccess]() AWS 受管政策。 1. 若要允許使用者或角色訂閱模型，請選擇**建立內嵌政策**，然後在 JSON 編輯器中指定下列許可： ------ #### [ JSON ] **** ``` { "Version":"2012-10-17", "Statement": [ { "Sid": "MarketplaceBedrock", "Effect": "Allow", "Action": [ "aws-marketplace:ViewSubscriptions", "aws-marketplace:Unsubscribe", "aws-marketplace:Subscribe" ], "Resource": "*" } ] } ``` ------ ## 嘗試對 Amazon Bedrock 進行 API 呼叫 在您滿足所有先決條件之後，請選取下列其中一個主題，以測試使用 Amazon Bedrock 模型提出模型調用請求： **Topics** + [取得憑證以授予程式設計存取權](#gs-grant-program-access) + [將 Amazon Bedrock 許可連接至使用者或角色](#gs-api-br-permissions) + [嘗試對 Amazon Bedrock 進行 API 呼叫](#gs-try-bedrock) + [開始使用 Amazon Bedrock API 金鑰：產生 30 天金鑰並發出您的第一次 API 呼叫](getting-started-api-keys.md) + [使用 執行範例 Amazon Bedrock API 請求 AWS Command Line Interface](getting-started-api-ex-cli.md) + [透過適用於 Python 的 AWS SDK (Boto3) 執行範例 Amazon Bedrock API 請求](getting-started-api-ex-python.md) + [使用 Amazon SageMaker AI 筆記本執行範例 Amazon Bedrock API 請求](getting-started-api-ex-sm.md) # 開始使用 Amazon Bedrock API 金鑰：產生 30 天金鑰並發出您的第一次 API 呼叫 本教學課程會逐步引導您建立在 30 天內過期的長期 Amazon Bedrock API 金鑰，並使用它透過 Python 進行簡單的 [Converse](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_runtime_Converse.html) API 呼叫。這是開始試驗 Amazon Bedrock 而不設定複雜 AWS 登入資料最快的方式。 **警告** 建議僅用於探索和開發 Amazon Bedrock 的長期 API 金鑰。對於生產應用程式，請使用[長期存取金鑰的替代方案](https://docs.aws.amazon.com/IAM/latest/UserGuide/security-creds-programmatic-access.html#security-creds-alternatives-to-long-term-access-keys)，例如 IAM 角色或暫時憑證。 請依照下列步驟，建立在 30 天後過期的長期 Amazon Bedrock API 金鑰： 1. AWS 管理主控台 使用具有使用 Amazon Bedrock 主控台之許可的 IAM 身分登入 。接著，開啟位於 [https://console.aws.amazon.com/bedrock](https://console.aws.amazon.com/bedrock) 的 Amazon Bedrock 主控台。 1. 在左側導覽窗格中，選取**API 金鑰**。 1. 在**長期 API 金鑰**索引標籤中，選擇**產生長期 API 金鑰**。 1. 在 **API 金鑰過期**區段中，選取 **30 天**。 1. 選擇 **Generate (產生)**。您產生的金鑰提供執行核心 Amazon Bedrock 動作的許可，如連接的 [AmazonBedrockLimitedAccess](security-iam-awsmanpol.md#security-iam-awsmanpol-AmazonBedrockLimitedAccess) 政策所定義。 1. 複製產生的 API 金鑰並將其安全地存放。在下一個步驟中，您將需要用到此金鑰。 **重要** API 金鑰只會顯示一次。請務必先複製並儲存後，再關閉對話方塊。請記住，您的 API 金鑰將在 30 天後過期。您可以依照相同的步驟產生新的身分驗證方法，或考慮轉換為更安全的身分驗證方法以持續使用。 1. 將 API 金鑰設定為環境變數，方法是將 *\$1\$1api-key\$1* 取代為您產生的 API 金鑰值，並使用它在您選擇的方法中產生回應： ------ #### [ Python ] ``` import boto3 import os # Set the API key as an environment variable os.environ['AWS_BEARER_TOKEN_BEDROCK'] = "${api-key}" # Create the Bedrock client client = boto3.client( service_name="bedrock-runtime", region_name="us-east-1" ) # Define the model and message model_id = "us.anthropic.claude-3-5-haiku-20241022-v1:0" messages = [{"role": "user", "content": [{"text": "Hello! Can you tell me about Amazon Bedrock?"}]}] # Make the API call response = client.converse( modelId=model_id, messages=messages, ) # Print the response print(response['output']['message']['content'][0]['text']) ``` ------ #### [ HTTP client using Python ] ``` import requests url = "https://bedrock-runtime.us-east-1.amazonaws.com/model/us.anthropic.claude-3-5-haiku-20241022-v1:0/converse" payload = { "messages": [ { "role": "user", "content": [{"text": "Hello"}] } ] } headers = { "Content-Type": "application/json", "Authorization": "Bearer ${api-key}" } response = requests.request("POST", url, json=payload, headers=headers) print(response.text) ``` ------ #### [ HTTP request using cURL ] ``` curl -X POST "https://bedrock-runtime.us-east-1.amazonaws.com/model/us.anthropic.claude-3-5-haiku-20241022-v1:0/converse" \ -H "Content-Type: application/json" \ -H "Authorization: Bearer ${api-key}" \ -d '{ "messages": [ { "role": "user", "content": [{"text": "Hello"}] } ] }' ``` ------ 恭喜您！您已成功產生 Amazon Bedrock API 金鑰，並對 Amazon Bedrock 服務進行第一次 API 呼叫。探索更多 Amazon Bedrock 動作之後，您應該轉換到更安全的身分驗證方法，例如短期 Amazon Bedrock API 金鑰或 AWS整體臨時憑證。請參閱下列資源以進一步了解： + **探索不同的模型** – 了解 Amazon Bedrock 在 [Amazon Bedrock 基礎模型資訊](foundation-models-reference.md) 提供的其他基礎模型，並變更程式碼中的 `model_id` 來試用這些模型。 + **了解模型推論** – 閱讀 Amazon Bedrock 在 [提交提示並使用模型推論產生回應](inference.md) 提供的概念和選項，了解如何透過模型推論產生回應。 + **使用更安全的身分驗證方法規劃生產** – 進一步了解建置章節中的 Amazon Bedrock API 金鑰，以及如何建立更安全、短期的 Amazon Bedrock API 金鑰。當您準備好建置生產應用程式時，您也應該檢閱[長期存取金鑰的替代方案](https://docs.aws.amazon.com/IAM/latest/UserGuide/security-creds-programmatic-access.html#security-creds-alternatives-to-long-term-access-keys)，以取得更安全的選項，以允許存取其他 AWS 服務。 # 使用 執行範例 Amazon Bedrock API 請求 AWS Command Line Interface 本節會引導您使用 在 Amazon Bedrock 中嘗試一些常見操作 AWS Command Line Interface ，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： **先決條件** + 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](getting-started-api.md) 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[安裝或更新至最新版本 AWS CLI](https://docs.aws.amazon.com/cli/latest/userguide/getting-started-install.html)中的步驟。遵循 [取得憑證以授予程式設計存取權](getting-started-api.md#gs-grant-program-access) 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。 **Topics** + [列出 Amazon Bedrock 必須提供的基礎模型](#getting-started-api-ex-cli-listfm) + [向模型提交文字提示，並使用 InvokeModel 產生文字回應](#getting-started-api-ex-cli-invoke-text) + [向模型提交文字提示，並使用 Converse 產生文字回應](#getting-started-api-ex-cli-converse) ## 列出 Amazon Bedrock 必須提供的基礎模型 下列範例使用 執行 [ListFoundationModels](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_ListFoundationModels.html) 操作 AWS CLI。 `ListFoundationModels`列出您區域中 Amazon Bedrock 中可用的基礎模型 (FMs)。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 執行 [InvokeModel](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_runtime_InvokeModel.html) 操作 AWS CLI。 `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 執行 [Converse](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_runtime_Converse.html) 操作 AWS CLI。 `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。 # 透過適用於 Python 的 AWS SDK (Boto3) 執行範例 Amazon Bedrock API 請求 本節會引導您使用 嘗試 Amazon Bedrock 中的一些常見操作Python， AWS 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： **先決條件** + 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](getting-started-api.md) 中的步驟進行。 + 您已安裝並設定適用於 Python (Boto3) 的 AWS SDK 的身分驗證。若要安裝 Boto3，請遵循 Boto3 文件中的 [Quickstart](https://boto3.amazonaws.com/v1/documentation/api/latest/guide/quickstart.html) 步驟。遵循 [取得憑證以授予程式設計存取權](getting-started-api.md#gs-grant-program-access) 中的步驟，確認您已設定憑證來使用 Boto3。 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。 Amazon Bedrock 文件也包含其他程式設計語言的程式碼範例。如需詳細資訊，請參閱[使用 AWS SDKs Amazon Bedrock 程式碼範例](service_code_examples.md)。 **Topics** + [列出 Amazon Bedrock 必須提供的基礎模型](#getting-started-api-ex-python-listfm) + [向模型提交文字提示，並使用 InvokeModel 產生文字回應](#getting-started-api-ex-python-invoke-text) + [向模型提交文字提示，並使用 Converse 產生文字回應](#getting-started-api-ex-python-converse) ## 列出 Amazon Bedrock 必須提供的基礎模型 下列範例使用 Amazon Bedrock 用戶端執行 [ListFoundationModels](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_ListFoundationModels.html) 操作。`ListFoundationModels` 列出您所在區域的 Amazon Bedrock 中可用的基礎模型 (FM)。執行下列適用於 Python 的 SDK 指令碼來建立 Amazon Bedrock 用戶端，並測試 [ListFoundationModels](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_ListFoundationModels.html) 操作： ``` """ Lists the available Amazon Bedrock models in an &AWS-Region;. """ import logging import json import boto3 from botocore.exceptions import ClientError logging.basicConfig(level=logging.INFO) logger = logging.getLogger(__name__) def list_foundation_models(bedrock_client): """ Gets a list of available Amazon Bedrock foundation models. :return: The list of available bedrock foundation models. """ try: response = bedrock_client.list_foundation_models() models = response["modelSummaries"] logger.info("Got %s foundation models.", len(models)) return models except ClientError: logger.error("Couldn't list foundation models.") raise def main(): """Entry point for the example. Change aws_region to the &AWS-Region; that you want to use.""" aws_region = "us-east-1" bedrock_client = boto3.client(service_name="bedrock", region_name=aws_region) fm_models = list_foundation_models(bedrock_client) for model in fm_models: print(f"Model: {model["modelName"]}") print(json.dumps(model, indent=2)) print("---------------------------\n") logger.info("Done.") if __name__ == "__main__": main() ``` 如果指令碼成功，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 Amazon Bedrock 用戶端執行 [InvokeModel](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_runtime_InvokeModel.html) 操作。`InvokeModel` 可讓您提交提示以產生模型回應。執行下列適用於 Python 的 SDK 指令碼來建立 Amazon Bedrock 執行時期用戶端，並使用 `` 操作產生文字回應： ``` # Use the native inference API to send a text message to Amazon Titan Text G1 - Express. import boto3 import json from botocore.exceptions import ClientError # Create an Amazon Bedrock Runtime client. brt = boto3.client("bedrock-runtime") # Set the model ID, e.g., Amazon Titan Text G1 - Express. model_id = "amazon.titan-text-express-v1" # Define the prompt for the model. prompt = "Describe the purpose of a 'hello world' program in one line." # Format the request payload using the model's native structure. native_request = { "inputText": prompt, "textGenerationConfig": { "maxTokenCount": 512, "temperature": 0.5, "topP": 0.9 }, } # Convert the native request to JSON. request = json.dumps(native_request) try: # Invoke the model with the request. response = brt.invoke_model(modelId=model_id, body=request) except (ClientError, Exception) as e: print(f"ERROR: Can't invoke '{model_id}'. Reason: {e}") exit(1) # Decode the response body. model_response = json.loads(response["body"].read()) # Extract and print the response text. response_text = model_response["results"][0]["outputText"] print(response_text) ``` 如果命令成功，回應會傳回模型所產生的文字，以回應提示。 ## 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 Amazon Bedrock 用戶端執行 [Converse](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_runtime_Converse.html) 操作。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。執行下列適用於 Python 的 SDK 指令碼來建立 Amazon Bedrock 執行時期用戶端，並使用 `Converse` 操作產生文字回應： ``` # Use the Conversation API to send a text message to Amazon Titan Text G1 - Express. import boto3 from botocore.exceptions import ClientError # Create an Amazon Bedrock Runtime client. brt = boto3.client("bedrock-runtime") # Set the model ID, e.g., Amazon Titan Text G1 - Express. model_id = "amazon.titan-text-express-v1" # Start a conversation with the user message. user_message = "Describe the purpose of a 'hello world' program in one line." conversation = [ { "role": "user", "content": [{"text": user_message}], } ] try: # Send the message to the model, using a basic inference configuration. response = brt.converse( modelId=model_id, messages=conversation, inferenceConfig={"maxTokens": 512, "temperature": 0.5, "topP": 0.9}, ) # Extract and print the response text. response_text = response["output"]["message"]["content"][0]["text"] print(response_text) except (ClientError, Exception) as e: print(f"ERROR: Can't invoke '{model_id}'. Reason: {e}") exit(1) ``` 如果命令成功，回應會傳回模型所產生的文字，以回應提示。 # 使用 Amazon SageMaker AI 筆記本執行範例 Amazon Bedrock API 請求 本節引導您使用 Amazon SageMaker AI 筆記本在 Amazon Bedrock 中嘗試一些常見操作，以測試您的 Amazon Bedrock 角色許可是否已正確設定。在執行下列範例之前，您應該檢查是否符合下列必要條件： **先決條件** + 您擁有 AWS 帳戶 和 許可，可存取具有 Amazon Bedrock 必要許可的角色。否則，請依照 [快速指南](getting-started.md) 中的步驟進行。 + 執行下列步驟來設定 SageMaker AI 的 IAM 許可並建立筆記本： 1. 透過[主控台](https://docs.aws.amazon.com/IAM/latest/UserGuide/roles-managingrole-editing-console.html#roles-managingrole_edit-trust-policy)、[CLI](https://docs.aws.amazon.com/IAM/latest/UserGuide/roles-managingrole-editing-cli.html#roles-managingrole_edit-trust-policy-cli) 或 [API](https://docs.aws.amazon.com/IAM/latest/UserGuide/roles-managingrole-editing-api.html#roles-managingrole_edit-trust-policy-api) 修改您在 [快速指南](getting-started.md) 中設定的 Amazon Bedrock 角色的[信任政策](https://docs.aws.amazon.com/IAM/latest/UserGuide/id_roles_terms-and-concepts.html#term_trust-policy)。將下列信任政策連接至角色，以允許 Amazon Bedrock 和 SageMaker AI 服務擔任 Amazon Bedrock 角色： ------ #### [ JSON ] **** ``` { "Version":"2012-10-17", "Statement": [ { "Sid": "BedrockTrust", "Effect": "Allow", "Principal": { "Service": "bedrock.amazonaws.com" }, "Action": "sts:AssumeRole" }, { "Sid": "SagemakerTrust", "Effect": "Allow", "Principal": { "Service": "sagemaker.amazonaws.com" }, "Action": "sts:AssumeRole" } ] } ``` ------ 1. 登入您剛修改其信任政策的 Amazon Bedrock 角色。 1. 請遵循[建立教學課程的 Amazon SageMaker 筆記本執行個體](https://docs.aws.amazon.com/sagemaker/latest/dg/gs-setup-working-env.html)中的步驟，並指定您建立以建立 SageMaker AI 筆記本執行個體之 Amazon Bedrock 角色的 ARN。 1. 當筆記本執行個體的**狀態**為 **InService** 時，請選擇執行個體，然後選擇**開啟 JupyterLab**。 開啟 SageMaker AI 筆記本後，您可以嘗試下列範例： **Topics** + [列出 Amazon Bedrock 必須提供的基礎模型](#getting-started-api-ex-sm-listfm) + [向模型提交文字提示，並產生文字回應](#getting-started-api-ex-sm-converse) ## 列出 Amazon Bedrock 必須提供的基礎模型 下列範例使用 Amazon Bedrock 用戶端執行 [ListFoundationModels](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_ListFoundationModels.html) 操作。`ListFoundationModels` 列出您所在區域的 Amazon Bedrock 中可用的基礎模型 (FM)。執行下列適用於 Python 的 SDK 指令碼來建立 Amazon Bedrock 用戶端，並測試 [ListFoundationModels](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_ListFoundationModels.html) 操作： ``` """ Lists the available Amazon Bedrock models in an &AWS-Region;. """ import logging import json import boto3 from botocore.exceptions import ClientError logging.basicConfig(level=logging.INFO) logger = logging.getLogger(__name__) def list_foundation_models(bedrock_client): """ Gets a list of available Amazon Bedrock foundation models. :return: The list of available bedrock foundation models. """ try: response = bedrock_client.list_foundation_models() models = response["modelSummaries"] logger.info("Got %s foundation models.", len(models)) return models except ClientError: logger.error("Couldn't list foundation models.") raise def main(): """Entry point for the example. Change aws_region to the &AWS-Region; that you want to use.""" aws_region = "us-east-1" bedrock_client = boto3.client(service_name="bedrock", region_name=aws_region) fm_models = list_foundation_models(bedrock_client) for model in fm_models: print(f"Model: {model["modelName"]}") print(json.dumps(model, indent=2)) print("---------------------------\n") logger.info("Done.") if __name__ == "__main__": main() ``` 如果指令碼成功，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，並產生文字回應 下列範例使用 Amazon Bedrock 用戶端執行 [Converse](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_runtime_Converse.html) 操作。`Converse` 可讓您提交提示以產生模型回應。執行下列適用於 Python 的 SDK 指令碼來建立 Amazon Bedrock 執行時期用戶端，並測試 [Converse](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_runtime_Converse.html) 操作： ``` # Use the Conversation API to send a text message to Amazon Titan Text G1 - Express. import boto3 from botocore.exceptions import ClientError # Create an Amazon Bedrock Runtime client. brt = boto3.client("bedrock-runtime") # Set the model ID, e.g., Amazon Titan Text G1 - Express. model_id = "amazon.titan-text-express-v1" # Start a conversation with the user message. user_message = "Describe the purpose of a 'hello world' program in one line." conversation = [ { "role": "user", "content": [{"text": user_message}], } ] try: # Send the message to the model, using a basic inference configuration. response = brt.converse( modelId=model_id, messages=conversation, inferenceConfig={"maxTokens": 512, "temperature": 0.5, "topP": 0.9}, ) # Extract and print the response text. response_text = response["output"]["message"]["content"][0]["text"] print(response_text) except (ClientError, Exception) as e: print(f"ERROR: Can't invoke '{model_id}'. Reason: {e}") exit(1) ``` 如果命令成功，回應會傳回模型所產生的文字，以回應提示。 # 教學課程：建立處理房屋貸款申請的流程 為了熟悉 Amazon Bedrock 資源及其功能，我們將使用 CloudFormation 範本來設定[流程](flows.md)，透過結合各種 Amazon Bedrock 和其他 AWS 資源來自動化抵押貸款申請程序。 **注意** 在本教學課程中，我們將使用 *us-east-1* 區域。您可以使用支援代理程式、流程、防護機制、知識庫和提示管理的任何區域。如需依區域的功能支援資料表，請參閱 [Amazon Bedrock AWS 區域 中的 功能支援](features-regions.md)。請確定您具有在所使用的區域中建立 Amazon S3、Amazon Bedrock、Lambda 和 DynamoDB 資源的許可。 此流程並非用於部署目的，而是用做了解 Amazon Bedrock 資源的教學課程。下圖是 AWS 管理主控台中流程的視覺化呈現： ![\[房屋貸款處理流程\]](http://docs.aws.amazon.com/zh_tw/bedrock/latest/userguide/images/cloudformation/mortgage-processing-flow.png) 流程結合 Amazon Bedrock 代理人[使用 AI 代理程式自動執行應用程式中的任務](agents.md)、[提示](prompt-management.md)和 [Lambda 函式](https://docs.aws.amazon.com/lambda/latest/dg/welcome.html)，以建立房屋貸款處理流程，擷取客戶財務資訊並處理客戶是否符合貸款資格。Amazon Bedrock [知識庫](knowledge-base.md)和[防護機制](guardrails.md)也會連接到流程的代理程式，以增強回應並提供保護。如需有關流程元件的詳細資訊，請參閱[有關房屋貸款處理流程的詳細資訊](getting-started-mortgage-flow-details.md)。 **Topics** + [先決條件](#getting-started-mortgage-flow-prereqs) + [使用 建立抵押貸款處理流程 CloudFormation](#getting-started-mortgage-flow-create) + [測試房屋貸款處理流程](#getting-started-mortgage-flow-test) + [清除：刪除資源](#getting-started-mortgage-flow-delete) + [CloudFormation 範本](getting-started-mortgage-flow-template.md) + [有關房屋貸款處理流程的詳細資訊](getting-started-mortgage-flow-details.md) ## 先決條件 若要建立此流程，您要下載 .zip 檔案，並遵循指示執行指令碼，為您設定資源和範本。 **重要** 在您刪除 Amazon 資源之前，將會向您收取您所建立 Amazon 資源的費用。 然後，完成下列必要條件： 1. 下載 [cloudformation-mortgage-flow-setup.zip](samples/cloudformation-mortgage-flow-setup.zip) 檔案。 1. 解壓縮檔案。您可以在 [CloudFormation 範本](getting-started-mortgage-flow-template.md) 進一步了解內容。 1. 執行下列動作，請求存取 Amazon Bedrock 基礎模型： 1. AWS 管理主控台 使用具有使用 Amazon Bedrock 主控台之許可的 IAM 身分登入 。接著，開啟位於 [https://console.aws.amazon.com/bedrock](https://console.aws.amazon.com/bedrock) 的 Amazon Bedrock 主控台。 1. 在右上角檢查您的區域，確定您位於**美國東部 (維吉尼亞北部)** 區域。如果不是，請切換區域。 1. 選取左側導覽窗格底部的**模型存取**。 1. 選擇**修改模型存取**。 1. 執行以下任意一項： + 若要請求存取所有模型，請選擇**啟用所有模型**。在您前往的頁面上，所有模型旁的核取方塊都會填滿。 + 若要請求存取特定模型，請選擇**啟用所有模型**。在您前往的頁面上，您有下列選項： + 若要請求供應商存取所有模型，請選取供應商名稱旁的核取方塊。 + 若要請求存取一個模型，請選取模型名稱旁的核取方塊。 1. 基於以下教學的目的，您至少應請求存取 **Titan Embeddings G1 - Text** 和 **Claude 3 Haiku** 模型。然後選擇**下一步**。 1. 檢閱您請求存取的模型和**條款**。當您就緒時，請選擇**提交**以請求存取。 ## 使用 建立抵押貸款處理流程 CloudFormation 為建立房屋貸款處理流程及其相關資源，我們將建立 CloudFormation 範本，並使用它來建立包含 Amazon Bedrock 資源的堆疊。 **重要** 在您刪除 Amazon 資源之前，將會向您收取您所建立 Amazon 資源的費用。 ### 建立資源和 CloudFormation 範本檔案 首先，使用 .zip 檔案的指令碼將資源上傳至 S3 儲存貯體，並建立 CloudFormation 範本。 1. 在終端機中，執行下列命令，將資源複製到 Amazon S3 儲存貯體，並使用 S3 儲存貯體名稱填入 `main-stack.yaml` 和 `main-stack.json` 檔案，做為儲存貯體名稱參數的預設值。 ``` bash deploy.sh ``` **注意** 指令碼的使用方式為 `bash deploy.sh `，其中 ** 和 ** 是選用引數。如果您不提供這些值，則會使用下列預設值： ** – 登入 AWS 資料設定中指定的預設 AWS 區域。 ** – 儲存貯體將命名為 *mortgage-flow-deployment--*，其中 ** 是 AWS 您的帳戶 ID，而 ** 符合您提供的值或 AWS 登入資料設定中指定的預設 AWS 區域。 1. 確認提示。部署完成後，您應該有完整的 `main-stack.yaml` 和 `main-stack.json` 範本，以供下一個步驟使用。 **注意** 如果指令碼失敗，您可以執行下列動作來手動準備資源： 將解壓縮的 `cloudformation-mortgage-flow-setup` 資料夾的*內容* (不包括資料夾本身) 上傳至 Amazon S3 主控台中美國東部 (維吉尼亞北部) 的 S3 儲存貯體，網址為 [https://console.aws.amazon.com/s3/](https://console.aws.amazon.com/s3/)。 尋找 `templates/json/main-stack-tmp.yaml` 或 `templates/json/main-stack-tmp.json` 檔案並執行下列動作： 將 `Q01pS3BucketName` 參數的 `Default` 值從 *MortgageFlowBucket* 變更為 S3 儲存貯體名稱。 從檔案名稱中移除 `-tmp`，使其變成 `templates/json/main-stack.yaml` 或 `templates/json/main-stack.json`。 ### 使用 CloudFormation 主控台建立堆疊 接下來，使用您剛儲存的範本來佈建 CloudFormation 堆疊。 1. 在 https：//[https://console.aws.amazon.com/cloudformation](https://console.aws.amazon.com/cloudformation/) 開啟 CloudFormation 主控台。在右上角檢查您的區域，確定您位於**美國東部 (維吉尼亞北部)** 區域。如果不是，請切換區域。 1. 在**堆疊**頁面上，從**建立堆疊**功能表中選擇**使用新資源 (標準)**。 1. 指定範本： 1. 在**必要條件**下，選擇**選擇現有範本**。 1. 在**指定範本**下，選擇**上傳範本檔案**。 1. 選擇**選擇檔案**，導覽至 `main-stack.yaml` 或 `main-stack.json` 範本，然後加以選取。 1. 選擇**下一步**。 1. 指定堆疊詳細資訊： 1. 在**堆疊名稱**欄位中，輸入堆疊的名稱。 1. 在**參數**欄位中，保留預設值。 **注意** `Q01pS3BucketName` 值應與上傳此範本資源的 S3 儲存貯體名稱相符。其餘引數與知識庫的組態相關，如果您修改其中任何引數，請確定組態彼此相容。如需詳細資訊，請參閱[使用您為知識庫建立的向量存放區的先決條件](knowledge-base-setup.md)。 1. 選擇**下一步**。 1. 設定堆疊選項： 1. 在**堆疊失敗選項**下，選擇**刪除所有新建立的資源**。 **注意** 選擇此選項可避免針對刪除政策指定的資源向您收費，即使堆疊建立失敗也一樣。如需詳細資訊，請參閱《CloudFormation 使用者指南》**中的 [`DeletionPolicy` 屬性](https://docs.aws.amazon.com/AWSCloudFormation/latest/UserGuide/aws-attribute-deletionpolicy.html)。 1. 在**功能**下，勾選方塊以確認 CloudFormation 可能會在您的帳戶中建立 IAM 資源。 1. 選擇**下一步**。 1. 檢閱堆疊詳細資訊，然後選擇 **Submit**. CloudFormation creates the stack。建立需要幾分鐘的時間。堆疊建立完成後，您可以使用堆疊詳細資訊頁面上的**資源**索引標籤來檢視帳戶中佈建的資源。 1. 堆疊建立完成後，請執行下列動作來同步知識庫的資料來源，以便查詢知識庫： 1. AWS 管理主控台 使用具有使用 Amazon Bedrock 主控台之許可的 IAM 身分登入 。接著，開啟位於 [https://console.aws.amazon.com/bedrock](https://console.aws.amazon.com/bedrock) 的 Amazon Bedrock 主控台。 1. 從左側導覽窗格選擇**知識庫**，然後選取所建立名為 `AWSDocsTutorial-MortgageKB` 的知識庫。 1. 在**資料來源**區段中，選取所建立名為 `AWSDocsTutorial-MortgageKB-DS` 的資料來源旁的核取方塊。 1. 選擇**同步**。同步完成後，您可以測試流程。 ## 測試房屋貸款處理流程 建立房屋貸款處理流程後，您可以使用 Amazon Bedrock 主控台來檢查、測試及修改流程。您也可以檢查、測試及修改流程中的個別資源。 **測試流程** 1. AWS 管理主控台 使用具有使用 Amazon Bedrock 主控台之許可的 IAM 身分登入 。接著，開啟位於 [https://console.aws.amazon.com/bedrock](https://console.aws.amazon.com/bedrock) 的 Amazon Bedrock 主控台。 1. 在左側導覽窗格中，選擇**流程**。在右上角檢查您的區域，確定您位於**美國東部 (維吉尼亞北部)** 區域。如果不是，請切換區域。 1. 在**流程**區段中，選取從 CloudFormation 範本建立的流程。它應該為 `AWSDocsTutorial-MortgageFlow`。 1. 選擇**在流程建置器中編輯**。您可以在流程中拖曳個別節點，以修改流程的視覺化呈現。 1. 在**測試流程**窗格中，在文字欄位中輸入以下內容，然後選取**執行**。 ``` { "income": 80000, "totalDebt": 5000, "loanTerm": 30, "loanAmount": 600000, "creditScore": 750, "mlsId": "MLS-5678" } ``` 由於貸款金額大於計算出的最高可負擔貸款金額，隨即會觸發 **incomeDebt** 提示，而流程會產生拒絕函。您可以選擇**顯示追蹤**，以查看流程中執行的節點。 1. 同樣地，在**測試流程**窗格中，在文字欄位中輸入以下內容，然後選取**執行**。 ``` { "income": 120000, "totalDebt": 5000, "loanTerm": 30, "loanAmount": 200000, "creditScore": 650, "mlsId": "MLS-3456" } ``` 由於貸款金額小於計算出的最高可負擔貸款金額，隨即會觸發 **processApplication** 提示，並傳送至 **mortgageProcessingAgent**，該提示會查詢連接的知識庫，並根據輸入值產生回應，以評估客戶是否符合貸款資格。 1. (選用) 嘗試對 JSON 物件中的欄位使用不同的值來執行流程。這些 `mlsId` 值對應至多重刊登服務上所刊登的屬性。若要尋找有效的 `mlsId` 值，請執行下列操作： 1. 登入 AWS 管理主控台 ，並在 https：//[https://console.aws.amazon.com/dynamodb/](https://console.aws.amazon.com/dynamodb/) 開啟 DynamoDB 主控台。 1. 在左側導覽窗格中，選取**資料表**。 1. 選取顯示 **AWSDocsTutorial-PropertyListing** 的資料表。 1. 選擇**探索資料表項目**。 1. 您可以使用流程輸入中 **mls\$1id** 欄中的任何值。 您也可以導覽至 中的**客服人員**、**知識庫**、**護欄**和**提示管理**頁面， AWS 管理主控台 以獨立檢查流程中使用的每個 Amazon Bedrock 資源。若要進一步了解流程並更詳細了解元件，請參閱 [有關房屋貸款處理流程的詳細資訊](getting-started-mortgage-flow-details.md)。 ## 清除：刪除資源 在您探索資源並更加了解不同 Amazon Bedrock 資源的功能之後，我們將刪除堆疊及其包含的資源。 **重要** 在您刪除 Amazon 資源之前，將會向您收取您所建立 Amazon 資源的費用。 1. 開啟 [https://console.aws.amazon.com/cloudformation](https://console.aws.amazon.com/cloudformation/)。 1. 在左側導覽窗格中，選擇**堆疊**。 1. 選擇您從範本建立的堆疊。然後選擇**刪除**，並確認**刪除**。 CloudFormation 會啟動刪除主要堆疊、其所有巢狀堆疊，以及堆疊中包含的所有資源。 # CloudFormation 範本 您下載的 `cloudformation-mortgage-flow-setup.zip` 檔案包含下列檔案： + `deploy.sh` – 殼層指令碼，可部署您的資源並準備您將使用的主要 CloudFormation 範本。 + `artifacts` – 包含 .zip 檔案的資料夾，其中包含代理程式和知識庫範本的函數： + 代理程式動作群組的 Lambda 函式 + `agent_loan_calculator.zip` + `mls_lookup.zip` + `loader_deployment_package.zip` + 用於設定知識庫的函數 + `custom-resource-lambda.zip` + `opensearchpy-layer.zip` + `provider-event-handler.zip` + `api-schema` – 包含動作群組 API 結構描述的資料夾。 + `knowledge-base-data-source` – 包含《[Fannie Mae 銷售指南](https://selling-guide.fanniemae.com/)》PDF 的資料夾。 + `templates` – 包含此流程中資源範本的資料夾，包括 JSON 和 YAML 格式： + `main-stack-tmp` – 將其餘範本部署為巢狀堆疊的主要範本。部署指令碼執行後，此檔案會變成 `main-stack`。 + `guardrails-template` – 要與代理程式建立關聯的防護機制範本。 + `prompts-template` – 要在流程中使用的提示範本。 + `kb-role-template` – 供 OpenSearch 範本和知識庫範本使用的知識庫角色範本。 + `oss-infra-template` – 用於知識庫的 Amazon OpenSearch Serverless 向量存放區的範本。 + `kb-infra-template` – 要與代理程式建立關聯的房屋貸款知識庫範本。 + `agent-template` – 要在流程中使用的房屋貸款處理代理程式範本。 + `mortgage-flow-template` – 合併所有資源的房屋貸款處理流程範本。 + `README.md` – README 檔案，描述使用範本的步驟。 下列主題顯示用於每個堆疊的 CloudFormation 範本。主要堆疊會將剩餘的堆疊部署為[巢狀堆疊](https://docs.aws.amazon.com/AWSCloudFormation/latest/UserGuide/using-cfn-nested-stacks.html)。 **Topics** + [主要堆疊](#getting-started-mortgage-templates-main) + [Amazon Bedrock 防護機制堆疊](#getting-started-mortgage-guardrail-templates) + [Amazon Bedrock 提示管理堆疊](#getting-started-mortgage-prompts-templates) + [Amazon Bedrock 知識庫堆疊](#getting-started-mortgage-kb-templates) ## 主要堆疊 主要堆疊會定義您在上傳範本時可以定義的參數。這些值會傳遞至每個剩餘的巢狀堆疊。部署指令碼會將 `Q01pS3BucketName` 參數預設值的 *MortgageFlowBucket* 取代為您包含指令碼所部署之資源的實際 S3 儲存貯體。 ------ #### [ YAML ] ``` AWSTemplateFormatVersion: '2010-09-09' Description: "[AWSDocs] AmazonBedrockDocs: getting-started-mortgage-flow" Parameters: Q01pS3BucketName: Type: String Description: Provide existing S3 bucket name where data is already stored Default: MortgageFlowBucket Q02pFlowName: Type: String Description: Name for the flow Default: MortgageFlow Q03pGuardrailName: Type: String Description: Name for guardrail to attach to agent Default: MortgageGR Q04pKnowledgeBaseName: Type: String Description: Name for knowledge base to associate with agent Default: MortgageKB Q05pAgentName: Type: String Description: Name for agent to create Default: MortgageAgent Q06pKBEmbedModel: Type: String Description: Select Embedding model Default: amazon.titan-embed-text-v1 Q07pKBChunkingStrategy: Type: String Description: Select Chunking strategy AllowedValues: - Default chunking - Fixed-size chunking - No chunking Default: Default chunking Q08pKBMaxTokens: Type: Number Description: Maximum number of tokens in a chunk Default: 300 Q09pKBOverlapPercentage: Type: Number Description: Percent overlap in each chunk Default: 20 Q10pKBVectorStore: Type: String Description: Select vector store AllowedValues: - Open-Search-Serverless Default: Open-Search-Serverless Q11pOSSCollectionName: Type: String Description: Name of the Collection MinLength: 1 MaxLength: 63 Default: mortgage-kb-collection AllowedPattern: ^[a-z0-9](-*[a-z0-9])* ConstraintDescription: Must be lowercase or numbers with a length of 1-32 characters Q12pOSSIndexName: Type: String Description: Index name to be created in vector store MinLength: 1 MaxLength: 63 Default: mortgage-kb-index AllowedPattern: ^[a-z0-9](-*[a-z0-9])* ConstraintDescription: Must be lowercase or numbers with a length of 1-63 characters # Q13pVectorFieldName: # Type: String # Description: Vector field name # Default: bedrock-knowledge-base-default-vector # Q14pMetaDataFieldName: # Type: String # Description: Metadata field name # Default: AMAZON_BEDROCK_METADATA # Q15pTextFieldName: # Type: String # Description: Text field name # Default: AMAZON_BEDROCK_TEXT_CHUNK Resources: KBRoleStack: Type: AWS::CloudFormation::Stack Properties: TemplateURL: !Sub https://${Q01pS3BucketName}.s3.amazonaws.com/templates/yaml/kb-role-template.yaml TimeoutInMinutes: 15 Parameters: Q01pS3BucketName: Ref: Q01pS3BucketName OSSStack: Type: AWS::CloudFormation::Stack DependsOn: KBRoleStack Properties: TemplateURL: !Sub https://${Q01pS3BucketName}.s3.amazonaws.com/templates/yaml/oss-infra-template.yaml TimeoutInMinutes: 15 Parameters: Q01pS3BucketName: Ref: Q01pS3BucketName Q06pKBEmbedModel: Ref: Q06pKBEmbedModel Q11pOSSCollectionName: Ref: Q11pOSSCollectionName Q12pOSSIndexName: Ref: Q12pOSSIndexName pKBRole: Fn::GetAtt: - KBRoleStack - Outputs.KBRole pKBRoleArn: Fn::GetAtt: - KBRoleStack - Outputs.KBRoleArn KBStack: Type: AWS::CloudFormation::Stack DependsOn: OSSStack Properties: TemplateURL: !Sub https://${Q01pS3BucketName}.s3.amazonaws.com/templates/yaml/kb-infra-template.yaml TimeoutInMinutes: 15 Parameters: KnowledgeBaseName: Ref: Q04pKnowledgeBaseName Q01pS3BucketName: Ref: Q01pS3BucketName Q06pKBEmbedModel: Ref: Q06pKBEmbedModel Q07pKBChunkingStrategy: Ref: Q07pKBChunkingStrategy Q08pKBMaxTokens: Ref: Q08pKBMaxTokens Q09pKBOverlapPercentage: Ref: Q09pKBOverlapPercentage Q11pOSSCollectionName: Ref: Q11pOSSCollectionName Q12pOSSIndexName: Ref: Q12pOSSIndexName # Q13pVectorFieldName: # Ref: Q13pVectorFieldName # Q14pMetaDataFieldName: # Ref: Q14pMetaDataFieldName # Q15pTextFieldName: # Ref: Q15pTextFieldName pCollectionArn: Fn::GetAtt: - OSSStack - Outputs.CollectionArn pKBRoleArn: Fn::GetAtt: - KBRoleStack - Outputs.KBRoleArn pKBRole: Fn::GetAtt: - KBRoleStack - Outputs.KBRole GRStack: Type: AWS::CloudFormation::Stack Properties: TemplateURL: !Sub https://${Q01pS3BucketName}.s3.amazonaws.com/templates/yaml/guardrails-template.yaml TimeoutInMinutes: 15 Parameters: GuardrailName: Ref: Q03pGuardrailName AgentStack: Type: AWS::CloudFormation::Stack DependsOn: - KBStack - GRStack Properties: TemplateURL: !Sub https://${Q01pS3BucketName}.s3.amazonaws.com/templates/yaml/agent-template.yaml TimeoutInMinutes: 15 Parameters: Q01pS3BucketName: Ref: Q01pS3BucketName KnowledgeBaseId: Fn::GetAtt: - KBStack - Outputs.KBId GuardrailArn: Fn::GetAtt: - GRStack - Outputs.GuardrailArn GuardrailVersion: Fn::GetAtt: - GRStack - Outputs.GuardrailVersion PromptsStack: Type: AWS::CloudFormation::Stack Properties: TemplateURL: !Sub https://${Q01pS3BucketName}.s3.amazonaws.com/templates/yaml/prompts-template.yaml TimeoutInMinutes: 15 FlowStack: Type: AWS::CloudFormation::Stack DependsOn: - AgentStack - PromptsStack Properties: TemplateURL: !Sub https://${Q01pS3BucketName}.s3.amazonaws.com/templates/yaml/mortgage-flow-template.yaml TimeoutInMinutes: 15 Parameters: FlowName: Ref: Q02pFlowName Q01pS3BucketName: Ref: Q01pS3BucketName ProcessApplicationPromptArn: Fn::GetAtt: - PromptsStack - Outputs.ProcessApplicationPromptArn RejectionPromptArn: Fn::GetAtt: - PromptsStack - Outputs.RejectionPromptArn AgentId: Fn::GetAtt: - AgentStack - Outputs.AgentId ``` ------ #### [ JSON ] ``` { "AWSTemplateFormatVersion": "2010-09-09", "Description": "[AWSDocs] AmazonBedrockDocs: getting-started-mortgage-flow", "Parameters": { "Q01pS3BucketName": { "Type": "String", "Description": "Provide existing S3 bucket name where data is already stored", "Default": "MortgageFlowBucket" }, "Q02pFlowName": { "Type": "String", "Description": "Name for the flow", "Default": "MortgageFlow" }, "Q03pGuardrailName": { "Type": "String", "Description": "Name for guardrail to attach to agent", "Default": "MortgageGR" }, "Q04pKnowledgeBaseName": { "Type": "String", "Description": "Name for knowledge base to associate with agent", "Default": "MortgageKB" }, "Q05pAgentName": { "Type": "String", "Description": "Name for agent to create", "Default": "MortgageAgent" }, "Q06pKBEmbedModel": { "Type": "String", "Description": "Select Embedding model", "Default": "amazon.titan-embed-text-v1" }, "Q07pKBChunkingStrategy": { "Type": "String", "Description": "Select Chunking strategy", "AllowedValues": [ "Default chunking", "Fixed-size chunking", "No chunking" ], "Default": "Default chunking" }, "Q08pKBMaxTokens": { "Type": "Number", "Description": "Maximum number of tokens in a chunk", "Default": 300 }, "Q09pKBOverlapPercentage": { "Type": "Number", "Description": "Percent overlap in each chunk", "Default": 20 }, "Q10pKBVectorStore": { "Type": "String", "Description": "Select vector store", "AllowedValues": [ "Open-Search-Serverless" ], "Default": "Open-Search-Serverless" }, "Q11pOSSCollectionName": { "Type": "String", "Description": "Name of the Collection", "MinLength": 1, "MaxLength": 63, "Default": "mortgage-kb-collection", "AllowedPattern": "^[a-z0-9](-*[a-z0-9])*", "ConstraintDescription": "Must be lowercase or numbers with a length of 1-32 characters" }, "Q12pOSSIndexName": { "Type": "String", "Description": "Index name to be created in vector store", "MinLength": 1, "MaxLength": 63, "Default": "mortgage-kb-index", "AllowedPattern": "^[a-z0-9](-*[a-z0-9])*", "ConstraintDescription": "Must be lowercase or numbers with a length of 1-63 characters" } }, "Resources": { "KBRoleStack": { "Type": "AWS::CloudFormation::Stack", "Properties": { "TemplateURL": { "Fn::Sub": "https://${Q01pS3BucketName}.s3.amazonaws.com/templates/json/kb-role-template.json" }, "TimeoutInMinutes": 15, "Parameters": { "Q01pS3BucketName": { "Ref": "Q01pS3BucketName" } } } }, "OSSStack": { "Type": "AWS::CloudFormation::Stack", "DependsOn": "KBRoleStack", "Properties": { "TemplateURL": { "Fn::Sub": "https://${Q01pS3BucketName}.s3.amazonaws.com/templates/json/oss-infra-template.json" }, "TimeoutInMinutes": 15, "Parameters": { "Q01pS3BucketName": { "Ref": "Q01pS3BucketName" }, "Q06pKBEmbedModel": { "Ref": "Q06pKBEmbedModel" }, "Q11pOSSCollectionName": { "Ref": "Q11pOSSCollectionName" }, "Q12pOSSIndexName": { "Ref": "Q12pOSSIndexName" }, "pKBRole": { "Fn::GetAtt": [ "KBRoleStack", "Outputs.KBRole" ] }, "pKBRoleArn": { "Fn::GetAtt": [ "KBRoleStack", "Outputs.KBRoleArn" ] } } } }, "KBStack": { "Type": "AWS::CloudFormation::Stack", "DependsOn": "OSSStack", "Properties": { "TemplateURL": { "Fn::Sub": "https://${Q01pS3BucketName}.s3.amazonaws.com/templates/json/kb-infra-template.json" }, "TimeoutInMinutes": 15, "Parameters": { "KnowledgeBaseName": { "Ref": "Q04pKnowledgeBaseName" }, "Q01pS3BucketName": { "Ref": "Q01pS3BucketName" }, "Q06pKBEmbedModel": { "Ref": "Q06pKBEmbedModel" }, "Q07pKBChunkingStrategy": { "Ref": "Q07pKBChunkingStrategy" }, "Q08pKBMaxTokens": { "Ref": "Q08pKBMaxTokens" }, "Q09pKBOverlapPercentage": { "Ref": "Q09pKBOverlapPercentage" }, "Q11pOSSCollectionName": { "Ref": "Q11pOSSCollectionName" }, "Q12pOSSIndexName": { "Ref": "Q12pOSSIndexName" }, "pCollectionArn": { "Fn::GetAtt": [ "OSSStack", "Outputs.CollectionArn" ] }, "pKBRoleArn": { "Fn::GetAtt": [ "KBRoleStack", "Outputs.KBRoleArn" ] }, "pKBRole": { "Fn::GetAtt": [ "KBRoleStack", "Outputs.KBRole" ] } } } }, "GRStack": { "Type": "AWS::CloudFormation::Stack", "Properties": { "TemplateURL": { "Fn::Sub": "https://${Q01pS3BucketName}.s3.amazonaws.com/templates/json/guardrails-template.json" }, "TimeoutInMinutes": 15, "Parameters": { "GuardrailName": { "Ref": "Q03pGuardrailName" } } } }, "AgentStack": { "Type": "AWS::CloudFormation::Stack", "DependsOn": [ "KBStack", "GRStack" ], "Properties": { "TemplateURL": { "Fn::Sub": "https://${Q01pS3BucketName}.s3.amazonaws.com/templates/json/agent-template.json" }, "TimeoutInMinutes": 15, "Parameters": { "Q01pS3BucketName": { "Ref": "Q01pS3BucketName" }, "KnowledgeBaseId": { "Fn::GetAtt": [ "KBStack", "Outputs.KBId" ] }, "GuardrailArn": { "Fn::GetAtt": [ "GRStack", "Outputs.GuardrailArn" ] }, "GuardrailVersion": { "Fn::GetAtt": [ "GRStack", "Outputs.GuardrailVersion" ] } } } }, "PromptsStack": { "Type": "AWS::CloudFormation::Stack", "Properties": { "TemplateURL": { "Fn::Sub": "https://${Q01pS3BucketName}.s3.amazonaws.com/templates/json/prompts-template.json" }, "TimeoutInMinutes": 15 } }, "FlowStack": { "Type": "AWS::CloudFormation::Stack", "DependsOn": [ "AgentStack", "PromptsStack" ], "Properties": { "TemplateURL": { "Fn::Sub": "https://${Q01pS3BucketName}.s3.amazonaws.com/templates/json/mortgage-flow-template.json" }, "TimeoutInMinutes": 15, "Parameters": { "FlowName": { "Ref": "Q02pFlowName" }, "Q01pS3BucketName": { "Ref": "Q01pS3BucketName" }, "ProcessApplicationPromptArn": { "Fn::GetAtt": [ "PromptsStack", "Outputs.ProcessApplicationPromptArn" ] }, "RejectionPromptArn": { "Fn::GetAtt": [ "PromptsStack", "Outputs.RejectionPromptArn" ] }, "AgentId": { "Fn::GetAtt": [ "AgentStack", "Outputs.AgentId" ] } } } } } } ``` ------ ## Amazon Bedrock 防護機制堆疊 此堆疊會建立下列與[防護機制](guardrails.md)相關的資源： + AgentGuardrail ([AWS::Bedrock::Guardrail](https://docs.aws.amazon.com/AWSCloudFormation/latest/UserGuide /aws-resource-bedrock-guardrail.html)) – 提供內容篩選、主題政策和 PII 保護的防護機制。此防護機制將連接到代理程式堆疊中的代理程式。 + AgentGuardrailVersion ([AWS::Bedrock::GuardrailVersion](https://docs.aws.amazon.com/AWSCloudFormation/latest/UserGuide /aws-resource-bedrock-guardrailversion.html)) – 套用至代理程式的 `AgentGuardrail` 資源之版本。 ------ #### [ YAML ] ``` AWSTemplateFormatVersion: "2010-09-09" Description: "[AWSDocs] AmazonBedrockDocs: getting-started-mortgage-flow" Parameters: GuardrailName: Type: String Description: Name for guardrail Default: MortgageGuardrail Resources: AgentGuardrail: Type: AWS::Bedrock::Guardrail Properties: Name: !Sub AWSDocsTutorial-${GuardrailName} Description: Guardrail for mortgage processing with investment advice blocking, content filtering, and PII protection BlockedInputMessaging: "Sorry, the model cannot answer this question." BlockedOutputsMessaging: "Sorry, the model cannot answer this question." TopicPolicyConfig: TopicsConfig: - Name: InvestmentAdvice Definition: "Investment advice refers to inquires, guidance or recommendations regarding the management or allocation of fund or asset with the goal of generating returns or achieving specific financial objectives" Examples: - "Is investing in the stocks better than bonds?" - "Should I invest in gold?" Type: DENY ContentPolicyConfig: FiltersConfig: - Type: VIOLENCE InputStrength: HIGH OutputStrength: HIGH - Type: PROMPT_ATTACK InputStrength: HIGH OutputStrength: NONE - Type: MISCONDUCT InputStrength: HIGH OutputStrength: HIGH - Type: HATE InputStrength: HIGH OutputStrength: HIGH - Type: SEXUAL InputStrength: HIGH OutputStrength: HIGH - Type: INSULTS InputStrength: HIGH OutputStrength: HIGH WordPolicyConfig: WordsConfig: - Text: "crypto currency" - Text: "bitcoin" ManagedWordListsConfig: - Type: PROFANITY SensitiveInformationPolicyConfig: PiiEntitiesConfig: - Type: EMAIL Action: ANONYMIZE - Type: CREDIT_DEBIT_CARD_NUMBER Action: BLOCK ContextualGroundingPolicyConfig: FiltersConfig: - Type: GROUNDING Threshold: 0.85 - Type: RELEVANCE Threshold: 0.5 AgentGuardrailVersion: Type: AWS::Bedrock::GuardrailVersion Properties: GuardrailIdentifier: !Ref AgentGuardrail Description: Version 1 of the mortgage agent guardrail Outputs: GuardrailArn: Value: Ref: AgentGuardrail Description: ARN of guardrail to associate with agent GuardrailVersion: Value: Fn::GetAtt: - AgentGuardrailVersion - Version Description: Version of guardrail to associate with agent ``` ------ #### [ JSON ] ``` { "AWSTemplateFormatVersion": "2010-09-09", "Description": "[AWSDocs] AmazonBedrockDocs: getting-started-mortgage-flow", "Parameters": { "GuardrailName": { "Type": "String", "Description": "Name for guardrail", "Default": "MortgageGuardrail" } }, "Resources": { "AgentGuardrail": { "Type": "AWS::Bedrock::Guardrail", "Properties": { "Name": { "Fn::Sub": "AWSDocsTutorial-${GuardrailName}" }, "Description": "Guardrail for mortgage processing with investment advice blocking, content filtering, and PII protection", "BlockedInputMessaging": "Sorry, the model cannot answer this question.", "BlockedOutputsMessaging": "Sorry, the model cannot answer this question.", "TopicPolicyConfig": { "TopicsConfig": [ { "Name": "InvestmentAdvice", "Definition": "Investment advice refers to inquires, guidance or recommendations regarding the management or allocation of fund or asset with the goal of generating returns or achieving specific financial objectives", "Examples": [ "Is investing in the stocks better than bonds?", "Should I invest in gold?" ], "Type": "DENY" } ] }, "ContentPolicyConfig": { "FiltersConfig": [ { "Type": "VIOLENCE", "InputStrength": "HIGH", "OutputStrength": "HIGH" }, { "Type": "PROMPT_ATTACK", "InputStrength": "HIGH", "OutputStrength": "NONE" }, { "Type": "MISCONDUCT", "InputStrength": "HIGH", "OutputStrength": "HIGH" }, { "Type": "HATE", "InputStrength": "HIGH", "OutputStrength": "HIGH" }, { "Type": "SEXUAL", "InputStrength": "HIGH", "OutputStrength": "HIGH" }, { "Type": "INSULTS", "InputStrength": "HIGH", "OutputStrength": "HIGH" } ] }, "WordPolicyConfig": { "WordsConfig": [ { "Text": "crypto currency" }, { "Text": "bitcoin" } ], "ManagedWordListsConfig": [ { "Type": "PROFANITY" } ] }, "SensitiveInformationPolicyConfig": { "PiiEntitiesConfig": [ { "Type": "EMAIL", "Action": "ANONYMIZE" }, { "Type": "CREDIT_DEBIT_CARD_NUMBER", "Action": "BLOCK" } ] }, "ContextualGroundingPolicyConfig": { "FiltersConfig": [ { "Type": "GROUNDING", "Threshold": 0.85 }, { "Type": "RELEVANCE", "Threshold": 0.5 } ] } } }, "AgentGuardrailVersion": { "Type": "AWS::Bedrock::GuardrailVersion", "Properties": { "GuardrailIdentifier": { "Ref": "AgentGuardrail" }, "Description": "Version 1 of the mortgage agent guardrail" } } }, "Outputs": { "GuardrailArn": { "Value": { "Ref": "AgentGuardrail" }, "Description": "ARN of guardrail to associate with agent" }, "GuardrailVersion": { "Value": { "Fn::GetAtt": [ "AgentGuardrailVersion", "Version" ] }, "Description": "Version of guardrail to associate with agent" } } } ``` ------ ## Amazon Bedrock 提示管理堆疊 此堆疊會建立下列[提示](prompt-management.md) ([AWS::IAM::Prompt](https://docs.aws.amazon.com/AWSCloudFormation/latest/UserGuide /aws-resource-bedrock-prompt.html)) 資源，這些資源會新增至流程： + RejectionPrompt – 根據財務資訊傳回所產生拒絕信件的提示。 + ProcessApplicationPrompt – 將客戶財務資訊傳送給代理程式的提示，並提示代理程式評估客戶是否符合貸款資格。 ------ #### [ YAML ] ``` AWSTemplateFormatVersion: "2010-09-09" Description: "[AWSDocs] AmazonBedrockDocs: getting-started-mortgage-flow" Resources: RejectionPrompt: Type: AWS::Bedrock::Prompt Properties: Name: !Sub AWSDocsTutorial-RejectionPrompt Description: "Use this prompt to generate a rejection letter triggered by an unsatisfactory income to debt ratio" DefaultVariant: variantOne Variants: - Name: variantOne TemplateType: TEXT ModelId: anthropic.claude-3-haiku-20240307-v1:0 TemplateConfiguration: Text: Text: | Write a mortgage loan rejection letter for a candiate with income {{income}}, totalDebt {{totalDebt}}, loanAmount {{loanAmount}}. The reason for rejection is their income to debt ratio. Do not mention any other reason. Make the letter as concise as possible. Treat all numeric inputs as whole numbers. Let the general structure be like the below: Dear [Applicant's Name], We appreciate your interest in obtaining a mortgage loan with our institution... The primary reason for this decision is that ... While we understand that this news may be disappointing, ... Thank you again for your interest, and we wish you the best in your future endeavors... Sincerely, [Your Institution's Name] InputVariables: - Name: income - Name: totalDebt - Name: loanAmount InferenceConfiguration: Text: MaxTokens: 2000 Temperature: 0.0 TopP: 0.999 StopSequences: - "\n\nHuman:" AdditionalModelRequestFields: top_k: 250 ProcessApplicationPrompt: Type: AWS::Bedrock::Prompt Properties: Name: !Sub AWSDocsTutorial-ProcessApplicationPrompt Description: "Use this prompt to generate a question for an agent to process the mortgage application" DefaultVariant: variantOne Variants: - Name: variantOne TemplateType: TEXT ModelId: anthropic.claude-3-haiku-20240307-v1:0 TemplateConfiguration: Text: Text: | Generate a question asking if the user will qualify for a loan for the specified criteria. Include instruction to base the answer on key features of the property retrieved from MLS listing. Start with "will an applicant...". { "income": {{income}}, "creditScore": {{creditScore}}, "totalDebt": {{totalDebt}}, "loanAmount": {{loanAmount}}, "mlsId": {{mlsId}} } Include a second question on loan requirements an applicant with the below attributes should consider for a Fannie Mae backed loan (other than debt to income). InputVariables: - Name: income - Name: creditScore - Name: totalDebt - Name: loanAmount - Name: mlsId InferenceConfiguration: Text: MaxTokens: 2000 Temperature: 0.0 TopP: 0.999 StopSequences: - "\n\nHuman:" AdditionalModelRequestFields: top_k: 250 Outputs: ProcessApplicationPromptArn: Value: Ref: ProcessApplicationPrompt Description: ARN of the prompt to process a mortgage application RejectionPromptArn: Value: Ref: RejectionPrompt Description: ARN of the prompt to reject a mortgage application ``` ------ #### [ JSON ] ``` { "AWSTemplateFormatVersion": "2010-09-09", "Description": "[AWSDocs] AmazonBedrockDocs: getting-started-mortgage-flow", "Resources": { "RejectionPrompt": { "Type": "AWS::Bedrock::Prompt", "Properties": { "Name": { "Fn::Sub": "AWSDocsTutorial-RejectionPrompt" }, "Description": "Use this prompt to generate a rejection letter triggered by an unsatisfactory income to debt ratio", "DefaultVariant": "variantOne", "Variants": [ { "Name": "variantOne", "TemplateType": "TEXT", "ModelId": "anthropic.claude-3-haiku-20240307-v1:0", "TemplateConfiguration": { "Text": { "Text": "Write a mortgage loan rejection letter for a candiate with income {{income}}, totalDebt {{totalDebt}}, loanAmount {{loanAmount}}. \nThe reason for rejection is their income to debt ratio. \nDo not mention any other reason. \nMake the letter as concise as possible. \nTreat all numeric inputs as whole numbers.\nLet the general structure be like the below:\n\nDear [Applicant's Name],\nWe appreciate your interest in obtaining a mortgage loan with our institution...\nThe primary reason for this decision is that ...\nWhile we understand that this news may be disappointing, ...\nThank you again for your interest, and we wish you the best in your future endeavors...\n\nSincerely,\n[Your Institution's Name]\n", "InputVariables": [ { "Name": "income" }, { "Name": "totalDebt" }, { "Name": "loanAmount" } ] } }, "InferenceConfiguration": { "Text": { "MaxTokens": 2000, "Temperature": 0.0, "TopP": 0.999, "StopSequences": [ "\n\nHuman:" ] } }, "AdditionalModelRequestFields": { "top_k": 250 } } ] } }, "ProcessApplicationPrompt": { "Type": "AWS::Bedrock::Prompt", "Properties": { "Name": { "Fn::Sub": "AWSDocsTutorial-ProcessApplicationPrompt" }, "Description": "Use this prompt to generate a question for an agent to process the mortgage application", "DefaultVariant": "variantOne", "Variants": [ { "Name": "variantOne", "TemplateType": "TEXT", "ModelId": "anthropic.claude-3-haiku-20240307-v1:0", "TemplateConfiguration": { "Text": { "Text": "Generate a question asking if the user will qualify for a loan for the specified criteria. \n\nInclude instruction to base the answer on key features of the property retrieved from MLS listing. \n\nStart with \"will an applicant...\".\n\n{ \"income\": {{income}}, \"creditScore\": {{creditScore}}, \"totalDebt\": {{totalDebt}}, \"loanAmount\": {{loanAmount}}, \"mlsId\": {{mlsId}} }\n\nInclude a second question on loan requirements an applicant with the below attributes should consider for a Fannie Mae backed loan (other than debt to income).\n", "InputVariables": [ { "Name": "income" }, { "Name": "creditScore" }, { "Name": "totalDebt" }, { "Name": "loanAmount" }, { "Name": "mlsId" } ] } }, "InferenceConfiguration": { "Text": { "MaxTokens": 2000, "Temperature": 0.0, "TopP": 0.999, "StopSequences": [ "\n\nHuman:" ] } }, "AdditionalModelRequestFields": { "top_k": 250 } } ] } } }, "Outputs": { "ProcessApplicationPromptArn": { "Value": { "Ref": "ProcessApplicationPrompt" }, "Description": "ARN of the prompt to process a mortgage application" }, "RejectionPromptArn": { "Value": { "Ref": "RejectionPrompt" }, "Description": "ARN of the prompt to reject a mortgage application" } } } ``` ------ ## Amazon Bedrock 知識庫堆疊 此範本會建立[知識庫](knowledge-base.md)及其資料來源，其中包含貸款準則： + KnowledgeBase ([AWS::Bedrock::KnowledgeBase](https://docs.aws.amazon.com/AWSCloudFormation/latest/UserGuide /aws-resource-bedrock-knowledgebase.html)) + KnowledgeBaseDataSource ([AWS::Bedrock::DataSource](https://docs.aws.amazon.com/AWSCloudFormation/latest/UserGuide /aws-resource-bedrock-datasource.html)) ------ #### [ YAML ] ``` AWSTemplateFormatVersion: '2010-09-09' Description: "[AWSDocs] AmazonBedrockDocs: getting-started-mortgage-flow" Parameters: KnowledgeBaseName: Type: String Description: Name of knowledge base Default: MortgageKB Q01pS3BucketName: Type: String Description: Name of S3 bucket where knowledge base data is stored Q06pKBEmbedModel: Type: String Description: Selected Embedding model Q07pKBChunkingStrategy: Type: String Description: Selected Chunking strategy Q08pKBMaxTokens: Type: Number Description: Maximum number of tokens in a chunk Q09pKBOverlapPercentage: Type: Number Description: Percent overlap in each chunk Q11pOSSCollectionName: Type: String Description: Name of the Collection Q12pOSSIndexName: Type: String Description: Index name to be created in vector store Q13pVectorFieldName: Type: String Description: Vector field name Default: bedrock-knowledge-base-default-vector Q14pMetaDataFieldName: Type: String Description: Metadata field name Default: AMAZON_BEDROCK_METADATA Q15pTextFieldName: Type: String Description: Text field name Default: AMAZON_BEDROCK_TEXT_CHUNK pCollectionArn: Type: String Description: Name of the Collection Arn pKBRole: Type: String Description: KB role for e2e RAG pKBRoleArn: Type: String Description: KB role Arn for e2e RAG Conditions: IsChunkingStrategyFixed: Fn::Equals: - Ref: Q07pKBChunkingStrategy - Fixed-size chunking IsChunkingStrategyDefault: Fn::Equals: - Ref: Q07pKBChunkingStrategy - Default chunking IsChunkingStrategyNoChunking: Fn::Equals: - Ref: Q07pKBChunkingStrategy - No chunking IsChunkingStrategyFixedOrDefault: Fn::Or: - Condition: IsChunkingStrategyFixed - Condition: IsChunkingStrategyDefault Resources: KnowledgeBase: Type: AWS::Bedrock::KnowledgeBase Properties: Description: Test KB Deployment KnowledgeBaseConfiguration: Type: VECTOR VectorKnowledgeBaseConfiguration: EmbeddingModelArn: Fn::Sub: arn:aws:bedrock:${AWS::Region}::foundation-model/${Q06pKBEmbedModel} Name: !Sub AWSDocsTutorial-${KnowledgeBaseName} RoleArn: Ref: pKBRoleArn StorageConfiguration: OpensearchServerlessConfiguration: CollectionArn: Ref: pCollectionArn FieldMapping: MetadataField: Ref: Q14pMetaDataFieldName TextField: Ref: Q15pTextFieldName VectorField: Ref: Q13pVectorFieldName VectorIndexName: Ref: Q12pOSSIndexName Type: OPENSEARCH_SERVERLESS KnowledgeBaseDataSource: Type: AWS::Bedrock::DataSource DependsOn: - KnowledgeBase Properties: DataSourceConfiguration: Type: S3 S3Configuration: BucketArn: Fn::Sub: arn:aws:s3:::${Q01pS3BucketName} InclusionPrefixes: - knowledge-base-data-source/ Description: Knowledge base data source KnowledgeBaseId: Ref: KnowledgeBase Name: !Sub AWSDocsTutorial-${KnowledgeBaseName}-DS VectorIngestionConfiguration: ChunkingConfiguration: Fn::If: - IsChunkingStrategyFixed - ChunkingStrategy: FIXED_SIZE FixedSizeChunkingConfiguration: MaxTokens: !Ref Q08pKBMaxTokens OverlapPercentage: !Ref Q09pKBOverlapPercentage - Fn::If: - IsChunkingStrategyDefault - ChunkingStrategy: FIXED_SIZE FixedSizeChunkingConfiguration: MaxTokens: 300 OverlapPercentage: 20 - Fn::If: - IsChunkingStrategyNoChunking - ChunkingStrategy: NONE - !Ref AWS::NoValue Outputs: KBId: Value: Ref: KnowledgeBase Description: KnowledgeBase ID DS: Value: Ref: KnowledgeBaseDataSource Description: KnowledgeBase Datasource ``` ------ #### [ JSON ] ``` { "AWSTemplateFormatVersion": "2010-09-09", "Description": "[AWSDocs] AmazonBedrockDocs: getting-started-mortgage-flow", "Parameters": { "KnowledgeBaseName": { "Type": "String", "Description": "Name of knowledge base", "Default": "MortgageKB" }, "Q01pS3BucketName": { "Type": "String", "Description": "Name of S3 bucket where knowledge base data is stored" }, "Q06pKBEmbedModel": { "Type": "String", "Description": "Selected Embedding model" }, "Q07pKBChunkingStrategy": { "Type": "String", "Description": "Selected Chunking strategy" }, "Q08pKBMaxTokens": { "Type": "Number", "Description": "Maximum number of tokens in a chunk" }, "Q09pKBOverlapPercentage": { "Type": "Number", "Description": "Percent overlap in each chunk" }, "Q11pOSSCollectionName": { "Type": "String", "Description": "Name of the Collection" }, "Q12pOSSIndexName": { "Type": "String", "Description": "Index name to be created in vector store" }, "Q13pVectorFieldName": { "Type": "String", "Description": "Vector field name", "Default": "bedrock-knowledge-base-default-vector" }, "Q14pMetaDataFieldName": { "Type": "String", "Description": "Metadata field name", "Default": "AMAZON_BEDROCK_METADATA" }, "Q15pTextFieldName": { "Type": "String", "Description": "Text field name", "Default": "AMAZON_BEDROCK_TEXT_CHUNK" }, "pCollectionArn": { "Type": "String", "Description": "Name of the Collection Arn" }, "pKBRole": { "Type": "String", "Description": "KB role for e2e RAG" }, "pKBRoleArn": { "Type": "String", "Description": "KB role Arn for e2e RAG" } }, "Conditions": { "IsChunkingStrategyFixed": { "Fn::Equals": [ { "Ref": "Q07pKBChunkingStrategy" }, "Fixed-size chunking" ] }, "IsChunkingStrategyDefault": { "Fn::Equals": [ { "Ref": "Q07pKBChunkingStrategy" }, "Default chunking" ] }, "IsChunkingStrategyNoChunking": { "Fn::Equals": [ { "Ref": "Q07pKBChunkingStrategy" }, "No chunking" ] }, "IsChunkingStrategyFixedOrDefault": { "Fn::Or": [ { "Condition": "IsChunkingStrategyFixed" }, { "Condition": "IsChunkingStrategyDefault" } ] } }, "Resources": { "KnowledgeBase": { "Type": "AWS::Bedrock::KnowledgeBase", "Properties": { "Description": "Test KB Deployment", "KnowledgeBaseConfiguration": { "Type": "VECTOR", "VectorKnowledgeBaseConfiguration": { "EmbeddingModelArn": { "Fn::Sub": "arn:aws:bedrock:${AWS::Region}::foundation-model/${Q06pKBEmbedModel}" } } }, "Name": { "Fn::Sub": "AWSDocsTutorial-${KnowledgeBaseName}" }, "RoleArn": { "Ref": "pKBRoleArn" }, "StorageConfiguration": { "OpensearchServerlessConfiguration": { "CollectionArn": { "Ref": "pCollectionArn" }, "FieldMapping": { "MetadataField": { "Ref": "Q14pMetaDataFieldName" }, "TextField": { "Ref": "Q15pTextFieldName" }, "VectorField": { "Ref": "Q13pVectorFieldName" } }, "VectorIndexName": { "Ref": "Q12pOSSIndexName" } }, "Type": "OPENSEARCH_SERVERLESS" } } }, "KnowledgeBaseDataSource": { "Type": "AWS::Bedrock::DataSource", "DependsOn": [ "KnowledgeBase" ], "Properties": { "DataSourceConfiguration": { "Type": "S3", "S3Configuration": { "BucketArn": { "Fn::Sub": "arn:aws:s3:::${Q01pS3BucketName}" }, "InclusionPrefixes": [ "knowledge-base-data-source/" ] } }, "Description": "Knowledge base data source", "KnowledgeBaseId": { "Ref": "KnowledgeBase" }, "Name": { "Fn::Sub": "AWSDocsTutorial-${KnowledgeBaseName}-DS" }, "VectorIngestionConfiguration": { "ChunkingConfiguration": { "Fn::If": [ "IsChunkingStrategyFixed", { "ChunkingStrategy": "FIXED_SIZE", "FixedSizeChunkingConfiguration": { "MaxTokens": { "Ref": "Q08pKBMaxTokens" }, "OverlapPercentage": { "Ref": "Q09pKBOverlapPercentage" } } }, { "Fn::If": [ "IsChunkingStrategyDefault", { "ChunkingStrategy": "FIXED_SIZE", "FixedSizeChunkingConfiguration": { "MaxTokens": 300, "OverlapPercentage": 20 } }, { "Fn::If": [ "IsChunkingStrategyNoChunking", { "ChunkingStrategy": "NONE" }, { "Ref": "AWS::NoValue" } ] } ] } ] } } } } }, "Outputs": { "KBId": { "Value": { "Ref": "KnowledgeBase" }, "Description": "KnowledgeBase ID" }, "DS": { "Value": { "Ref": "KnowledgeBaseDataSource" }, "Description": "KnowledgeBase Datasource" } } } ``` ------ # 有關房屋貸款處理流程的詳細資訊 中抵押貸款處理流程的視覺化呈現 AWS 管理主控台 方式如下： ![\[房屋貸款處理流程\]](http://docs.aws.amazon.com/zh_tw/bedrock/latest/userguide/images/cloudformation/mortgage-processing-flow.png) ## 流程中的步驟 流程中會發生下列步驟： 1. 來自輸入的客戶財務資訊會傳送至 `loanCalculator` Lambda 函式，以計算客戶可負擔的最高貸款。 1. 來自 `loanCalculator` 函數的輸出 (`maximumAffordableLoan`) 和來自輸入的 `loanAmount` 值會傳送至條件節點，然後評估如下： + 如果 `loanAmount` 大於 `maximumAffordableLoan`，則會觸發 `incomeDebt` 提示，並產生貸款的拒絕函。 + 否則，`processApplication` 提示會將客戶的財務資訊傳送至 `mortgageProcessingAgent`。代理程式會套用貸款計算器函數，以及多重刊登服務 (MLS) 查詢函數，以查詢 DynamoDB 資料表，並評估客戶與輸入中所指定 MLS 屬性相關的資訊。此外，代理程式會從知識庫查詢資訊，其中包含 Fannie Mae 銷售指南。代理程式會使用所有此資訊來產生回應，分析客戶申請貸款金額的資格。 # Amazon Bedrock 使用者指南的文件歷史記錄 + **文件最近更新時間：**2025 年 11 月 26 日 下表說明每個 Amazon Bedrock版本的重要變更。如需有關此文件更新的通知，您可以訂閱 RSS 訂閱源。 | 變更 | 描述 | 日期 | | --- |--- |--- | | [批次推論的 Converse API 支援](https://docs.aws.amazon.com/bedrock/latest/userguide/batch-inference-create.html) | 您現在可以使用 Converse API 格式進行批次推論輸入資料。建立批次推論任務時，請將模型調用類型設定為 Converse，以跨模型使用一致的請求格式。 | 2026 年 2 月 27 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/fine-tuning-openai-apis.html) | 新增使用 OpenAI相容的 APIs 微調開放權重模型的支援。您現在可以透過熟悉的 OpenAI SDK 端點建立、監控和管理開放式模型的強化微調任務，包括檔案 API、微調任務 APIs 和推論 APIs。 | 2026 年 2 月 17 日 | | [更新服務層支援的模型清單](https://docs.aws.amazon.com/bedrock/latest/userguide/service-tiers-inference.html) | 更新優先順序和彈性服務層支援的模型清單 | 2025 年 12 月 31 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/bda-optimize-blueprint-info.html) | Amazon Bedrock Data Automation 現在支援文件的藍圖指令最佳化。透過提供具有基本事實標籤的範例內容資產來改善資料自動化自訂輸出準確性，讓您能夠在幾分鐘內實現文件的生產就緒準確性，而無需模型訓練。 | 2025 年 12 月 18 日 | | [新受管政策](https://docs.aws.amazon.com/bedrock/latest/userguide/security-iam-awsmanpol.html) | Amazon Bedrock 新增了下列 Amazon Bedrock Mantle 的受管 IAM 政策：AmazonBedrockMantleFullAccess、AmazonBedrockMantleReadOnly、AmazonBedrockMantleInferenceAccess。Amazon Bedrock Mantle 為模型推論提供 OpenAI 相容 API 端點。 | 2025 年 12 月 3 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/bedrock-mantle.html) | Amazon Bedrock 現在支援OpenAI相容的 API 端點，包括回應 API 和聊天完成 API。這些端點可為長時間執行的工作負載啟用非同步推論、無需傳遞手動歷史記錄的狀態對話管理，以及簡化的工具使用客服人員工作流程的整合。透過更新您的基本 URL 和 API 金鑰，以最少的程式碼變更遷移現有應用程式。 | 2025 年 12 月 3 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/reinforcement-fine-tuning.html) | 新增了強化功能微調，以透過意見回饋訊號改善基礎模型效能。 | 2025 年 12 月 3 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/inference-service-tiers.html) | 新增了 Bedrock 推論的新「預留」服務層。 | 2025 年 11 月 26 日 | | [新模型](https://docs.aws.amazon.com/bedrock/latest/userguide/model-parameters-claude.html) | Amazon Bedrock 現在支援 Anthropic Claude Opus 4.5。 | 2025 年 11 月 24 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/guardrails-enforcements.html) | 您現在可以跨 AWS 組織內的帳戶共用護欄。 | 2025 年 11 月 21 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/bda-using-api.html) | Amazon Bedrock Data Automation 現在支援同步調用。 | 2025 年 11 月 20 日 | | [更新自訂模型匯入的模型支援](https://docs.aws.amazon.com/bedrock/latest/userguide/model-customization-import-model.html) | 自訂模型匯入現在支援 OpenAI GPT-OSS 模型。 | 2025 年 11 月 19 日 | | [Standard 層的增強型編碼使用案例支援](https://docs.aws.amazon.com/bedrock/latest/userguide/guardrails.html) | Amazon Bedrock Guardrails Standard 層現在提供編碼使用案例的增強支援。內容篩選條件、提示攻擊和拒絕主題已升級，以更好地處理程式碼相關的提示和回應，而無需變更現有的組態。新增了 Standard 層的完整程式碼網域支援文件和提示洩漏偵測。 | 2025 年 11 月 19 日 | | [更新的功能](https://docs.aws.amazon.com/bedrock/latest/userguide/service-tiers-inference.html) | 新增了隨需推論的新服務層優先順序和彈性 | 2025 年 11 月 18 日 | | [區域擴展](https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html) | 非洲 （開普敦）、亞太區域 （紐西蘭）、加拿大西部 （卡加利）、墨西哥 （中部） 和中東 （巴林） 現在支援 Amazon Bedrock。 | 2025 年 11 月 18 日 | | [更新的功能](https://docs.aws.amazon.com/bedrock/latest/userguide/kb-vector-stores.html) | 新增在 Aurora 知識庫整合中使用 'english' 字典而非 'simple' 字典 for PostgreSQL 文字搜尋的注意事項。 | 2025 年 10 月 31 日 | | [處於舊版狀態的模型](https://docs.aws.amazon.com/bedrock/latest/userguide/model-lifecycle.html) | Anthropic Claude 3.7 Sonnet 現在處於舊版狀態。在 2026 年 4 月 28 日之前遷移至 Claude Sonnet 4.5。 | 2025 年 10 月 30 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/stable-image-services.html) | Amazon Bedrock 現在提供四種新的穩定性 AI Image Services （擴音和高級）。 | 2025 年 10 月 28 日 | | [更新的功能](https://docs.aws.amazon.com/bedrock/latest/userguide/model-customization-submit.html) | 您現在可以使用先前自訂的模型 (微調或蒸餾) 作為進一步自訂的基礎模型。 | 2025 年 10 月 16 日 | | [新模型](https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html) | 您現在可以將 Anthropic Claude Haiku 4.5 與 Amazon Bedrock 搭配使用。 | 2025 年 10 月 15 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/model-access.html) | 現在預設使用正確的 IAM 許可啟用所有 Amazon Bedrock 基礎模型的存取權。 | 2025 年 10 月 15 日 | | [區域擴展](https://docs.aws.amazon.com/bedrock/latest/userguide/guardrails-cross-region-support.html) | Amazon Bedrock 防護機制現已全面推出，並於其他 5 個區域提供跨區域推論：亞太區域 (曼谷)、亞太區域 (吉隆坡)、亞太區域 (台北)、以色列 (特拉維夫) 和中東 (杜拜)。 | 2025 年 10 月 9 日 | | [已更新受管政策](https://docs.aws.amazon.com/bedrock/latest/userguide/security-iam-awsmanpol.html) | Amazon Bedrock 已更新 AmazonBedrockFullAccess 受管政策，以根據預設啟用對所有無伺服器基礎模型的存取權。 | 2025 年 10 月 7 日 | | [已更新批次推論的模型支援](https://docs.aws.amazon.com/bedrock/latest/userguide/batch-inference-supported.html) | 批次推論現在支援 DeepSeek V3.1、Qwen3 32B (密集)、Qwen3 235B A22B 2507、Qwen3-Coder-30B-A3B-Instruct 和 Qwen3 Coder 480B A35B Instruct。 | 2025 年 10 月 3 日 | | [新模型](https://docs.aws.amazon.com/bedrock/latest/userguide/model-parameters-embed.html) | 您現在可以將 Cohere Cohere Embed v4 與 Amazon Bedrock 搭配使用。 | 2025 年 10 月 2 日 | | [已更新模型支援](https://docs.aws.amazon.com/bedrock/latest/userguide/model-customization-import-model.html) | 您現在可以使用模型匯入來匯入 Qwen3 模型。 | 2025 年 9 月 30 日 | | [區域擴展](https://docs.aws.amazon.com/bedrock/latest/userguide/rerank-supported.html) | Cohere Cohere Rerank 3.5 模型現已在美國東部 (維吉尼亞北部) 推出。 | 2025 年 9 月 30 日 | | [區域擴展](https://docs.aws.amazon.com/bedrock/latest/userguide/guardrails-cross-region.html) | Amazon Bedrock 防護機制現已在亞太區域 (墨爾本) 和跨區域推論正式推出。 | 2025 年 9 月 29 日 | | [新模型](https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html) | 您現在可以將 Anthropic Claude Sonnet 4.5 與 Amazon Bedrock 搭配使用。 | 2025 年 9 月 29 日 | | [區域擴展](https://docs.aws.amazon.com/bedrock/latest/userguide/bda.html) | Amazon Bedrock 現已在亞太區域 (泰國)、亞太區域 (台北)、亞太區域 (馬來西亞)、中東 (阿拉伯聯合大公國) 和以色列 (特拉維夫) 提供。 | 2025 年 9 月 26 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/flows.html) | Amazon Bedrock 流程現支援流程追蹤增強功能和 DoWhile 迴圈節點功能。 | 2025 年 9 月 26 日 | | [新模型](https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html) | 您現在可以將 Anthropic Claude Sonnet 4.5 與 Amazon Bedrock 搭配使用。 | 2025 年 9 月 25 日 | | [新模型](https://docs.aws.amazon.com/bedrock/latest/userguide/stable-image-services.html) | Stability AI 影像服務現在可與 Amazon Bedrock 搭配使用。 | 2025 年 9 月 18 日 | | [新模型](https://docs.aws.amazon.com/bedrock/latest/userguide/custom-model-supported.html) | Meta Llama 3.3 70B Instruct 現已可供微調使用，且現已可透過 Amazon Bedrock 進行持續預先訓練。 | 2025 年 9 月 15 日 | | [防護機制的新區域支援](https://docs.aws.amazon.com/bedrock/latest/userguide/guardrails-supporte.html) | 亞太區域 (雅加達) 現支援 Amazon Bedrock 防護機制。 | 2025 年 9 月 11 日 | | [新的教學課程](https://docs.aws.amazon.com/bedrock/latest/userguide/model-parameters-marengo.html) | TwelveLabs Marengo Embed 2.7 現支援 [InvokeModel](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_runtime_InvokeModel.html) API。 | 2025 年 9 月 9 日 | | [新的教學課程](https://docs.aws.amazon.com/bedrock/latest/userguide/api-keys-permissions.html) | 您可以使用 `bedrock:CallWithBearerToken` 動作搭配 `bedrock:bearerTokenType` 條件索引鍵。 | 2025 年 9 月 4 日 | | [新的教學課程](https://docs.aws.amazon.com/bedrock/latest/userguide/getting-started-mortgage-flow.html) | 您可以嘗試教學課程，使用 CloudFormation 範本輕鬆設定貸款 Amazon Bedrock 流程，以熟悉 Amazon Bedrock 資源的建立。 | 2025 年 9 月 2 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/inference-openai-batch.html) | 現在支援 OpenAI 批次 API。 | 2025 年 8 月 27 日 | | [區域擴展](https://docs.aws.amazon.com/bedrock/latest/userguide/bda.html) | Amazon Bedrock 資料自動化現可在 AWS GovCloud （美國西部） 中使用。 | 2025 年 8 月 25 日 | | [新的語言](https://docs.aws.amazon.com/bedrock/latest/userguide/bda.html) | Amazon Bedrock Data Automation 現在支援從葡萄牙文、法文、義大利文、西班牙文和德文的文件資料擷取。 | 2025 年 8 月 25 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/count-tokens.html) | 您現在可以估計某些模型的字符計數。 | 2025 年 8 月 21 日 | | [模型的區域擴展](https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html) | 美國東部 (維吉尼亞北部) 和亞太地區 (首爾) 中現支援 TwelveLabs TwelveLabs Pegasus 1.2。 | 2025 年 8 月 14 日 | | [已新增 Amazon Bedrock 防護機制的模型支援](https://docs.aws.amazon.com/bedrock/latest/userguide/guardrails-supported.html) | 美國西部 (加利佛尼亞北部) 現在支援 Amazon Bedrock 防護機制。 | 2025 年 8 月 11 日 | | [新模型](https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html) | 您現在可以將 OpenAI gpt-oss-20b 和 gpt-oss-120b 與 Amazon Bedrock 搭配使用。 | 2025 年 8 月 5 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/guardrails-automated-reasoning-checks.html) | Amazon Bedrock 防護機制現支援自動推理檢查，以驗證基礎模型回應的準確性。 | 2025 年 8 月 5 日 | | [區域擴展](https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html) | 亞太區域 (墨爾本) 中現在支援 Amazon Bedrock。 | 2025 年 7 月 31 日 | | [新模型](https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html) | 您現在可以將 Anthropic Claude Opus 4.1 與 Amazon Bedrock 搭配使用。 | 2025 年 7 月 31 日 | | [已新增批次推論的模型支援](https://docs.aws.amazon.com/bedrock/latest/userguide/batch-inference-supported.html) | 批次推論現支援美國 Amazon Nova Premier 推論設定檔。 | 2025 年 7 月 29 日 | | [區域擴展](https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html) | 美國西部 (加利佛尼亞北部) 中現支援 Amazon Bedrock。 | 2025 年 7 月 28 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/bda.html) | Amazon Bedrock Data Automation 現支援 DOC/DOCX 和 H.265 檔案類型 | 2025 年 7 月 28 日 | | [區域擴展](https://docs.aws.amazon.com/bedrock/latest/userguide/bda.html) | Amazon Bedrock Data Automation 現已在歐洲 (法蘭克福)、歐洲 (倫敦)、歐洲 (愛爾蘭)、亞太地區 (孟買) 和亞太地區 (雪梨) 推出。 | 2025 年 7 月 16 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/import-with-create-custom-model.html) | 您現可以將 SageMaker AI 訓練的 Amazon Nova 模型匯入 Amazon Bedrock 作為自訂模型。 | 2025 年 7 月 16 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/deploy-custom-model-on-demand.html) | 您現可以在 Amazon Bedrock 中部署用於隨需推論的自訂模型。此功能可讓您部署自訂模型，以進行依字符付費推論，而無需佈建輸送量。 | 2025 年 7 月 16 日 | | [新模型](https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html) | 您現在可以將 TwelveLabs TwelveLabs Pegasus 1.2 和 TwelveLabs Marengo Embed 2.7 與 Amazon Bedrock 搭配使用。 | 2025 年 7 月 15 日 | | [區域擴展](https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html) | 您現在可以使用 Anthropic Claude 3.7 Sonnet in AWS GovCloud （美國西部）。 | 2025 年 7 月 7 日 | | [新受管政策](https://docs.aws.amazon.com/bedrock/latest/userguide/security-iam-awsmanpol.html) | Amazon Bedrock 新增了下列受管 IAM 政策：AmazonBedrockLimitedAccess、AmazonBedrockMarketplaceAccess。 | 2025 年 7 月 7 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/api-keys.html) | Amazon Bedrock 現支援 API 金鑰的建立，可輕鬆進行身分驗證，以呼叫 Amazon Bedrock API。 | 2025 年 7 月 7 日 | | [智慧提示路由的區域擴展](https://docs.aws.amazon.com/bedrock/latest/userguide/batch-inference-supported.html) | 現在支援 AWS GovCloud （美國西部） 和 AWS GovCloud （美國東部） 的智慧型提示路由。 | 2025 年 7 月 3 日 | | [已新增批次推論的模型支援](https://docs.aws.amazon.com/bedrock/latest/userguide/batch-inference-supported.html) | Meta Llama 4 Scout 17B Instruct 和 Llama 4 Maverick 17B Instruct 模型現支援批次推論。 | 2025 年 7 月 3 日 | | [區域擴展](https://docs.aws.amazon.com/bedrock/latest/userguide/prompt-management-supported.html) | 歐洲 (米蘭)、歐洲 (西班牙)、亞太區域 (海德拉巴) 和亞太區域 (大阪) 現支援提示管理。 | 2025 年 7 月 1 日 | | [區域擴展](https://docs.aws.amazon.com/bedrock/latest/userguide/flows-supported.html) | 歐洲 (米蘭)、歐洲 (西班牙)、亞太區域 (海德拉巴) 和亞太區域 (大阪) 現支援 Amazon Bedrock 流程。 | 2025 年 7 月 1 日 | | [Amazon Bedrock 知識庫的區域擴展](https://docs.aws.amazon.com/bedrock/latest/userguide/knowledge-base-supported.html) | Amazon Bedrock 知識庫現在支援亞太區域 AWS 區域（海德拉巴）、亞太區域 （大阪）、歐洲 （米蘭） 和歐洲 （西班牙）。 | 2025 年 6 月 26 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/guardrails-tiers.html) | Amazon Bedrock 防護機制支援保護層，可為您提供內容篩選條件 (文字)、提示攻擊和拒絕主題政策的效能和語言選項。 | 2025 年 6 月 23 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/flows-nodes.html) | (預覽) 使用內嵌程式碼節點直接在 Amazon Bedrock 流程中執行程式碼。 | 2025 年 6 月 19 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/flows-create-async.html) | (預覽) 透過流程執行，執行 Amazon Bedrock 流程以達更久的持續時間。 | 2025 年 6 月 19 日 | | [新的教學課程](https://docs.aws.amazon.com/bedrock/latest/userguide/agent-tutorial.html) | 已新增簡單 Amazon Bedrock 代理人的建立教學課程。 | 2025 年 5 月 28 日 | | [可用的新模型](https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html) | 您可能知道將 Claude Sonnet 4和 Claude Opus 4 與 Amazon Bedrock 搭配使用。 | 2025 年 5 月 22 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/bda.html) | Amazon Bedrock Data Automation 現支援影片的自訂輸出。 | 2025 年 5 月 19 日 | | [已新增影片藍圖支援](https://docs.aws.amazon.com/bedrock/latest/userguide/creating-blueprint-video.html) | BDA 現支援影片的藍圖。 | 2025 年 5 月 16 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/guardrails-cross-region.html) | Amazon Bedrock 防護機制現支援跨區域推論。 | 2025 年 5 月 13 日 | | [已新增自訂模型匯入的模型支援](https://docs.aws.amazon.com/bedrock/latest/userguide/model-customization-import-model.html) | 自訂模型匯入現支援 Qwen2、Qwen2.5、Qwen2-VL、Qwen2.5-VL。 | 2025 年 5 月 12 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/bda.html) | Amazon Bedrock Data Automation 現支援音訊檔案的自訂藍圖。 | 2025 年 5 月 5 日 | | [新模型](https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html) | 您現在可以將 Meta Llama 4 Scout 17B Instruct 和 Llama 4 Maverick 17B Instruct 與 Amazon Bedrock 搭配使用。 | 2025 年 4 月 28 日 | | [新模型](https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html) | 您現在可以將 Writer Palmyra X4 和 Writer Palmyra X5 與 Amazon Bedrock 搭配使用。 | 2025 年 4 月 28 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/conversation-inference-call.html) | 將 InvokeModel 和 Converse API 與 Amazon Nova Lite 和 Amazon Nova Pro 搭配使用時，您現在可以參考在 Amazon S3 中存放的影像和文件。現也支援使用推論設定檔搭配這些 API，包含在 S3 中存放的影像、文件和影片。 | 2025 年 4 月 25 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/bda.html) | Amazon Bedrock Data Automation 現支援模式路由和超連結支援 | 2025 年 4 月 25 日 | | [一般版本](https://docs.aws.amazon.com/bedrock/latest/userguide/prompt-routing.html) | 現已透過 Amazon Bedrock 全面推出智慧提示路由。 | 2025 年 4 月 22 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/knowledge-base-setup.html) | Amazon Bedrock 知識庫現支援 Amazon Aurora 的其他使用者提供的中繼資料欄位，以及 MongoDB 向量存放區的增強型混合搜尋功能。 | 2025 年 4 月 10 日 | | [自訂模型匯入的區域擴展](https://docs.aws.amazon.com/bedrock/latest/userguide/model-customization-import-model.html) | 歐洲 (法蘭克福) 現支援自訂模型匯入。 | 2025 年 4 月 9 日 | | [新模型](https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html) | 您現在可以將 Pixtral Large (25.02) 與 Amazon Bedrock 搭配使用。 | 2025 年 4 月 8 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/guardrails-harmful-content-handling-options.html) | 處理 Amazon Bedrock 偵測到之有害內容的新選項。 | 2025 年 4 月 7 日 | | [批次推論的區域擴展](https://docs.aws.amazon.com/bedrock/latest/userguide/batch-inference-supported.html) | 批次推論現在支援 Amazon Nova Lite、 Amazon Nova Pro和 Amazon Nova Micro in AWS GovCloud （美國西部）。 | 2025 年 4 月 4 日 | | [批次推論的區域擴展](https://docs.aws.amazon.com/bedrock/latest/userguide/batch-inference-supported.html) | 批次推論現支援亞太地區 (孟買)、亞太區域 (海德拉巴)、亞太地區 (新加坡)、亞太地區 (雪梨)、亞太地區 (首爾)、亞太區域 (大阪) 的 Anthropic Claude Claude 3.5 Sonnet V2，以及歐洲 (斯德哥爾摩)、歐洲 (米蘭) 和歐洲 (西班牙) 的 Amazon Titan Text Embeddings V2。 | 2025 年 4 月 2 日 | | [已新增佈建輸送量的模型支援](https://docs.aws.amazon.com/bedrock/latest/userguide/pt-supported.html) | 除了 Amazon Nova Lite、Amazon Nova Micro 和 Amazon Nova Pro 的 24k 內容視窗之外，佈建輸送量現還支援 Amazon Nova Canvas。 | 2025 年 4 月 2 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/kb-osm-permissions-prereq.html) | 建立知識庫時，Amazon Bedrock 知識庫現支援 OpenSearch 受管叢集作為向量存放區。 | 2025 年 3 月 27 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/flows-templates.html) | 您現在可以使用流程範本來開始使用 Amazon Bedrock 流程。 | 2025 年 3 月 27 日 | | [功能已移動](#doc-history) | 您現可在 [Amazon SageMaker Unified Studio](https://docs.aws.amazon.com/sagemaker-unified-studio/latest/userguide/what-is-sagemaker-unified-studio.html) 中使用 Amazon Bedrock Studio (其已重新命名為 Sagemaker Unified Studio 中的 Amazon Bedrock)。 | 2025 年 3 月 25 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/guardrails-permissions.html#guardrails-permissions-id) | 您現在可以強制執行 Amazon Bedrock 模型推論請求，透過新的 IAM 條件索引鍵使用特定的防護機制。 | 2025 年 3 月 18 日 | | [區域擴展](https://docs.aws.amazon.com/general/latest/gr/bedrock.html#bedrock_region) | 歐洲 (米蘭) 和歐洲 (西班牙) 現支援 Amazon Bedrock。 | 2025 年 3 月 14 日 | | [針對功能擴展的支援](https://docs.aws.amazon.com/bedrock/latest/userguide/knowledge-base-generate-query.html) | Amazon Bedrock 知識庫現支援使用結構化資料擷取進行跨區域推論。 | 2025 年 3 月 13 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/prompt-routing.html) | Amazon Bedrock 現支援已設定的提示路由器預覽 (具有智慧提示路由)。 | 2025 年 3 月 13 日 | | [針對功能擴展的模型支援](https://docs.aws.amazon.com/bedrock/latest/userguide/pt-supported.html) | 佈建輸送量現在美國西部 (奧勒岡) 支援 Llama 3.2 1B Instruct、Llama 3.2 3B Instruct、Llama 3.2 11B Instruct 和 Llama 3.2 90B Instruct。 | 2025 年 3 月 13 日 | | [已新增對知識庫的模型支援](https://docs.aws.amazon.com/bedrock/latest/userguide/kb-test-configure-reasoning.html) | Amazon Bedrock 知識庫現支援推理模型 Deepseek-R1 和 Anthropic Claude 3.7 Sonnet。 | 2025 年 3 月 12 日 | | [新模型](https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html) | 您現在可以將 DeepSeek-R1 與 Amazon Bedrock 搭配使用。 | 2025 年 3 月 10 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/agents-computer-use.html) | 您現在可以設定 Amazon Bedrock 代理人，以電腦使用工具完成任務。 | 2025 年 3 月 10 日 | | [一般版本](https://docs.aws.amazon.com/bedrock/latest/userguide/knowledge-base-build-graphs.html) | 適用於 Amazon Bedrock 知識庫的 GraphRAG 現已全面推出，並新增多項功能。 | 2025 年 3 月 7 日 | | [一般版本](https://docs.aws.amazon.com/bedrock/latest/userguide/bda.html) | Amazon Bedrock Data Automation 現已推出，並提供更高的準確性和 CRIS | 2025 年 3 月 3 日 | | [區域擴展](https://docs.aws.amazon.com/general/latest/gr/bedrock.html#bedrock_region) | 歐洲 (斯德哥爾摩) 現在支援 Amazon Bedrock。 | 2025 年 2 月 27 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/sessions.html) | 您現在可以使用 Amazon Bedrock 工作階段管理 API，來管理使用開放原始碼架構建置之生成式 AI 應用程式的狀態。 | 2025 年 2 月 27 日 | | [新模型](https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html) | 您現在可以將 Claude 3.7 Sonnet 與 Amazon Bedrock 搭配使用。 | 2025 年 2 月 24 日 | | [區域擴展](https://docs.aws.amazon.com/general/latest/gr/bedrock.html#bedrock_region) | 亞太區域 (海德拉巴) 和亞太區域 (大阪) 現支援 Amazon Bedrock。 | 2025 年 2 月 21 日 | | [新模型](https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html) | 您現在可以將 Cohere Embed English 和 Cohere Embed Multilingual 與 Amazon Bedrock 搭配使用。 | 2025 年 1 月 24 日 | | [新模型](https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html) | 您現在可以將 Luma Ray v2 與 Amazon Bedrock 搭配使用。 | 2025 年 1 月 23 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/flows-multi-turn-invocation.html) | 您現在可以與 Amazon Bedrock 流程中的代理程式節點進行交談。 | 2025 年 1 月 22 日 | | [已更新模型支援](https://docs.aws.amazon.com/bedrock/latest/userguide/pt-supported.html) | 您現在可以在美國東部 (維吉尼亞北部) 和美國西部 (奧勒岡) 使用 Llama 3.3 70B Instruct 進行批次推論。 | 2024 年 12 月 23 日 | | [區域擴展](https://docs.aws.amazon.com/bedrock/latest/userguide/batch-inference-supported.html) | 您現在可以在美國東部 (維吉尼亞北部) 和美國西部 (奧勒岡) 使用 Llama 3.3 70B Instruct 進行批次推論。 | 2024 年 12 月 23 日 | | [新模型](https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html) | 您現在可以將 Llama 3.3 70B Instruct 和 Stable Diffusion 3.5 與 Amazon Bedrock 搭配使用。 | 2024 年 12 月 19 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/guardrails-supported.html) | 現在可以在法文和西班牙文輸入中套用 Amazon Bedrock 防護機制。 | 2024 年 12 月 9 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/batch-inference-supported.html) | 您現在可以使用推論設定檔執行批次推論。 | 2024 年 12 月 6 日 | | [更新 受管政策](https://docs.aws.amazon.com/bedrock/latest/userguide/security-iam-awsmanpol.html) | Amazon Bedrock Marketplace 許可已新增至 AmazonBedrockFullAccess 和 AmazonBedrockReadOnly AWS 受管政策。 | 2024 年 12 月 4 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/amazon-bedrock-marketplace.html) | 您現在可以部署 Amazon Bedrock 市集模型，然後使用模型執行推論。 | 2024 年 12 月 4 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/knowledge-base-build-structured.html) | 您現在可以將知識庫連結到結構化資料存放區，並在 Amazon Bedrock 知識庫中產生 SQL 查詢。 | 2024 年 12 月 4 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/kb-advanced-parsing.html) | 您現在可以使用 Amazon Bedrock Data Automation 剖析器或 Amazon Bedrock 知識庫中的基礎模型，來剖析內含影像的多模態資料。 | 2024 年 12 月 4 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/guardrails-mmfilter.html) | Amazon Bedrock 防護機制現可透過使用影像內容篩選條件來協助篩選有害影像。 | 2024 年 12 月 4 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/agents-multi-agent-collaboration.html) | Amazon Bedrock 代理人現支援多代理協同作業，讓多個 Amazon Bedrock 代理人能夠協同規劃和解決複雜的任務。 | 2024 年 12 月 3 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/model-distillation.html.html) | 您現在可以將知識從更大型的智慧模型 (稱為老師) 轉移到更小、更快、更符合成本效益的模型 (稱為學生)，並針對特定使用案例使用已蒸餾的學生模型。 | 2024 年 12 月 3 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html) | 您現在可以在 Amazon Bedrock 中使用來自 Meta 和 Anthropic 的延遲最佳化模型。 | 2024 年 12 月 2 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/kb-test-retrieve.html) | 您現在可以在從 Amazon Bedrock 知識庫中的資料來源擷取結果時套用防護機制。 | 2024 年 12 月 1 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/kb-test-retrieve-generate.html) | 您現在可以在 Amazon Bedrock 知識庫中使用 RetrieveAndGenerateStream (這是 RetrieveAndGenerate 的串流版本)。 | 2024 年 12 月 1 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/kb-test-config.html) | 您現在可以根據 Amazon Bedrock 知識庫中的使用者查詢和中繼資料結構描述來套用擷取篩選條件。 | 2024 年 12 月 1 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/rerank.html) | 您現在可以根據使用者查詢，使用重新排名器模型將來源文件的相關性重新排名。 | 2024 年 12 月 1 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/kb-direct-ingestion.html) | 您現在可以在單一步驟中，將文件變更直接擷取至知識庫。 | 2024 年 12 月 1 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/custom-data-source-connector.html) | 您現在可以將知識庫連結至自訂資料來源。 | 2024 年 12 月 1 日 | | [區域擴展](https://docs.aws.amazon.com/bedrock/latest/userguide/features-regions.html) | 歐洲 (蘇黎世) 現在支援 Amazon Bedrock 代理人、Amazon Bedrock 知識庫、提示管理和 Amazon Bedrock 流程。 | 2024 年 11 月 22 日 | | [區域擴展](https://docs.aws.amazon.com/bedrock/latest/userguide/flows-supported.html) | 美國東部 (俄亥俄)、亞太地區 (首爾)、加拿大 (中部)、歐洲 (倫敦) 和南美洲 (聖保羅) 現支援 Amazon Bedrock 流程。 | 2024 年 11 月 22 日 | | [區域擴展](https://docs.aws.amazon.com/bedrock/latest/userguide/prompt-management-supported.html) | 美國東部 (俄亥俄)、亞太地區 (首爾)、加拿大 (中部)、歐洲 (倫敦) 和南美洲 (聖保羅) 現支援提示管理。 | 2024 年 11 月 22 日 | | [一般版本](https://docs.aws.amazon.com/bedrock/latest/userguide/flows.html) | Amazon Bedrock 流程現已於 Amazon Bedrock 正式推出。 | 2024 年 11 月 22 日 | | [功能更新](https://docs.aws.amazon.com/bedrock/latest/userguide/knowledge-base.html) | Amazon Bedrock 知識庫現在支援二進位嵌入。 | 2024 年 11 月 21 日 | | [功能更新](https://docs.aws.amazon.com/bedrock/latest/userguide/prompt-management-optimize.html) | Amazon Bedrock 提示管理現支援提示最佳化。 | 2024 年 11 月 20 日 | | [區域擴展](https://docs.aws.amazon.com/bedrock/latest/userguide/models-regions) | 您現在可以使用 Amazon Bedrock in AWS GovCloud （美國東部） 和歐洲 （蘇黎世）。 | 2024 年 11 月 11 日 | | [區域擴展](https://docs.aws.amazon.com/bedrock/latest/userguide/knowledge-base-supported.html#kb-supported-regions) | Amazon Bedrock 現在美國東部 (俄亥俄) 中支援知識庫。 | 2024 年 11 月 8 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/flows-trace.html) | 您現在可以檢視流程的追蹤，以追蹤每個節點的輸入和輸出。 | 2024 年 11 月 7 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/flows-guardrails.html) | 您現在可以在流程中包含知識庫或提示節點的防護機制。 | 2024 年 11 月 7 日 | | [一般版本](https://docs.aws.amazon.com/bedrock/latest/userguide/prompt-management.html) | Amazon Bedrock 中現已全面推出提示管理。 | 2024 年 11 月 7 日 | | [區域擴展](https://docs.aws.amazon.com/bedrock/latest/userguide/inference-profiles-support.html#inference-profiles-support-user) | 您現在可以在亞太地區 (新加坡) 和亞太地區 (首爾) 建立應用程式推論設定檔。 | 2024 年 11 月 6 日 | | [區域擴展](https://docs.aws.amazon.com/bedrock/latest/userguide/inference-profiles-support.html#inference-profiles-support-system) | 已為 Anthropic Claude 和 Meta Llama 模型新增跨區域推論設定檔。 | 2024 年 11 月 6 日 | | [新模型](https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html) | 您現在可以將 Anthropic Claude 3.5 Haiku 與 Amazon Bedrock 搭配使用。 | 2024 年 11 月 4 日 | | [功能更新](https://docs.aws.amazon.com/bedrock/latest/userguide/inference-profiles.html) | 您現在可以建立應用程式推論設定檔來執行模型推論，並使用這些設定檔來追蹤成本和指標。 | 2024 年 11 月 1 日 | | [功能更新](https://docs.aws.amazon.com/bedrock/latest/userguide/prompt-management-create.html) | 您現在可以在提示管理中或在流程中的提示節點中定義提示時，包含模型特定的推論參數。 | 2024 年 10 月 31 日 | | [新模型](https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html) | 您現在可以將 Anthropic Claude 3.5 Sonnet v2 與 Amazon Bedrock 搭配使用。您也可以將電腦使用工具與 Anthropic Claude 3.5 Sonnet v2 搭配使用。 | 2024 年 10 月 22 日 | | [已更新受管政策](https://docs.aws.amazon.com/bedrock/latest/userguide/security-iam-awsmanpol.html#security-iam-awsmanpol-AmazonBedrockReadOnly) | 自訂模型匯入的唯讀許可已新增至 AmazonBedrockReadOnly AWS受管政策。 | 2024 年 10 月 21 日 | | [功能更新](https://docs.aws.amazon.com/bedrock/latest/userguide/prompt-management-create.html) | 在提示管理中建立提示時，`inferenceConfiguration` 物件中不再支援 `topK` 欄位。 | 2024 年 10 月 21 日 | | [功能更新](https://docs.aws.amazon.com/bedrock/latest/userguide/playgrounds.html) | 文字和聊天遊樂場現在會合併到 Amazon Bedrock 主控台中的聊天/文字遊樂場。 | 2024 年 10 月 21 日 | | [功能更新](https://docs.aws.amazon.com/bedrock/latest/userguide/playgrounds.html) | 文字和聊天遊樂場現在會合併到 Amazon Bedrock 主控台中的聊天/文字遊樂場。 | 2024 年 10 月 21 日 | | [區域擴展](https://docs.aws.amazon.com/bedrock/latest/userguide/batch-inference-supported.html) | 亞太地區 (首爾) 現支援批次推論。 | 2024 年 10 月 7 日 | | [支援的新區域](https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html) | 您現在可以在美國 AWS 東部 （俄亥俄） 和亞太區域 （首爾） 使用 Amazon Bedrock。 | 2024 年 10 月 1 日 | | [處於舊版狀態的模型](https://docs.aws.amazon.com/bedrock/latest/userguide/model-lifecycle.html) | Anthropic Claude Opus 4 現在處於舊版狀態。在 2026 年 5 月 31 日之前遷移至 Claude Opus 4.1。 | 2024 年 10 月 1 日 | | [新模型](https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html) | 您現在可以將 Meta、Llama 3.2 1B Instruct、Llama 3.2 3B Instruct、Llama 3.2 11B Instruct 和 Llama 3.2 90B Instruct 模型與 Amazon Bedrock 搭配使用。 | 2024 年 9 月 25 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/model-parameters-titan-embed-text.html) | 您現在可以在 Amazon Bedrock 中將二進位嵌入與 Titan Text Embeddings V2 模型搭配使用 | 2024 年 9 月 25 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/monitoring-guardrails-cw-metrics.html) | 您現在可以在 Amazon Bedrock 中使用 CloudWatch 指標監控防護機制。 | 2024 年 9 月 24 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/cross-region-inference.html) | 您現在可以使用模型評估來評估推論設定檔。 | 2024 年 9 月 24 日 | | [新模型](https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html) | 您現在可以將 AI21 Labs Jamba 1.5 Large 和 AI21 Labs Jamba 1.5 Mini 與 Amazon Bedrock 搭配使用。 | 2024 年 9 月 23 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/cross-region-inference.html) | 您現在可以在使用提示管理中的提示或在流程中包含提示時，使用推論設定檔。 | 2024 年 9 月 23 日 | | [佈建輸送量的更多模型支援](https://docs.aws.amazon.com/bedrock/latest/userguide/pt-supported.html) | 您現在可以購買美國西部 (奧勒岡) 中 Anthropic Claude 3.5 Sonnet 模型的佈建輸送量。 | 2024 年 9 月 23 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/monitoring-eventbridge.html) | 您現在可以使用 Amazon EventBridge 監控批次推論任務中的狀態變更。 | 2024 年 9 月 18 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/batch-inference-create.html) | 您現在可以從另一個帳戶擁有的 S3 儲存貯體將檔案提交至批次推論任務。 | 2024 年 9 月 16 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/batch-vpc.html) | 您現在可以在提交批次推論任務時使用 VPC。 | 2024 年 9 月 16 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/cross-region-inference.html) | 您現在可以在根據從知識庫查詢的結果產生回應時以及在剖析資料來源時，使用推論設定檔。 | 2024 年 9 月 11 日 | | [已更新內容](#doc-history) | 已更新主題標題和重新整理內容，以提高可讀性。如果您想要提供這些變更的意見回饋，請使用此[提供意見回饋連結](https://docs.aws.amazon.com/bedrock/latest/userguide/doc-history.html)。 | 2024 年 9 月 4 日 | | [新模型](https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html) | 您現在可以將 Stable Image Ultra、Stable Diffusion 3 Large 和 Stable Image Core 模型與 Amazon Bedrock 搭配使用。 | 2024 年 9 月 4 日 | | [已更新受管政策](https://docs.aws.amazon.com/bedrock/latest/userguide/security-iam-awsmanpol.html#security-iam-awsmanpol-AmazonBedrockReadOnly) | 推論設定檔唯讀許可已新增至 AmazonBedrockReadOnly AWS受管政策。 | 2024 年 8 月 27 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/cross-region-inference.html) | 您現在可以使用推論設定檔搭配跨區域推論來提高輸送量。 | 2024 年 8 月 27 日 | | [新功能](https://docs.aws.amazon.com//bedrock/latest/userguide/agents-userconfirmation.html) | 您現在可以在調用 Amazon Bedrock 代理人動作群組函數前，向應用程式使用者請求確認。 | 2024 年 8 月 26 日 | | [已更新受管政策](https://docs.aws.amazon.com/bedrock/latest/userguide/security-iam-awsmanpol.html#security-iam-awsmanpol-AmazonBedrockReadOnly) | 批次推論 （模型調用任務）、Amazon Bedrock Guardrails 和 Amazon Bedrock Model 評估的唯讀許可已新增至 AmazonBedrockReadOnly AWS受管政策。 | 2024 年 8 月 21 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/batch-inference.html) | 具有多個提示和批次推論的非同步模型調用現在已全面推出。 | 2024 年 8 月 21 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/batch-inference.html) | 您現在可以使用批次推論，以非同步方式在多個提示上執行模型推論。 | 2024 年 8 月 16 日 | | [新模型](https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html) | 您現在可以將 Amazon Titan Image Generator G1 V2 與 Amazon Bedrock 搭配使用。 | 2024 年 8 月 6 日 | | [區域擴展](https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html) | 您現在可以在 AWS 區域 AWS GovCloud （美國西部） 中使用 Meta Llama 3 指示模型 8B 和 70B。 | 2024 年 8 月 1 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/copy-model.html) | 您現在可以將自訂模型複製到 Amazon Bedrock 中的其他區域。 | 2024 年 8 月 1 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/share-model.html) | 您現在可以與 Amazon Bedrock 中的其他帳戶共用自訂模型。 | 2024 年 8 月 1 日 | | [新模型](https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html) | 您現在可以將 Mistral AI Mistral Large 2 (24.07) 與 Amazon Bedrock 搭配使用。 | 2024 年 7 月 24 日 | | [新模型](https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html) | 您現在可以將 Meta Llama 3.1 Instruct 模型與 Amazon Bedrock 搭配使用。 | 2024 年 7 月 23 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/br-studio.html) | 您現在可將提示管理和 Amazon Bedrock 流程與 Amazon Bedrock Studio 搭配使用。 | 2024 年 7 月 22 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/flows.html) | 您現在可以將不同的 Amazon Bedrock 資源串連到端對端解決方案的工作流程中。 | 2024 年 7 月 10 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/prompt-management.html) | 您現在可以建立和儲存提示，以便在不同的工作流程中重複使用。 | 2024 年 7 月 10 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/agents-session-state.html#session-state-kb) | 您現在可以針對連接到代理程式的知識庫，在執行時期修改查詢組態。 | 2024 年 7 月 10 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/kb-chunking-parsing.html) | Amazon Bedrock 現在提供[語意和階層式分塊，以及超過標準文字的進階剖析](https://docs.aws.amazon.com/bedrock/latest/userguide/kb-chunking-parsing.html)。您也可以使用 Lambda 函式進行自訂資料轉換。 | 2024 年 7 月 10 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/kb-test-config.html) | Amazon Bedrock 現在提供[查詢分解](https://docs.aws.amazon.com/bedrock/latest/userguide/kb-test-config.html)，將複雜的查詢分解為更小、更易於管理的子查詢。 | 2024 年 7 月 10 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/data-source-connectors.html) | 您現在可以[連結至在 Confluence、Salesforce 和 SharePoint 中存放的知識庫資料並進行網路爬取](https://docs.aws.amazon.com/bedrock/latest/userguide/data-source-connectors.html)。您也可以連結到 Web URL 並進行網路爬取。 | 2024 年 7 月 10 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/agents-code-interpretation.html) | 您現在可以在 Amazon Bedrock 中使用程式碼解譯，在安全測試環境中產生、執行程式碼並進行疑難排解。 | 2024 年 7 月 10 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/agents-memory.html) | 您現在可以為代理程式使用記憶體，在多個工作階段之間保留對話內容。 | 2024 年 7 月 10 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/guardrails-use-independent-api.html) | 您現在可以使用獨立的 API 來呼叫 Amazon Bedrock 中的防護機制。 | 2024 年 7 月 10 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/guardrails-contextual-grounding-check.html) | 您現在可以搭配防護機制使用情境依據檢查。 | 2024 年 7 月 10 日 | | [區域擴展](https://docs.aws.amazon.com/bedrock/latest/userguide/agents-supported.html) | 加拿大 (中部) (ca-central-1)、歐洲 (倫敦) (eu-west-2) 和南美洲 (聖保羅) (sa-east-1) 現支援 Amazon Bedrock 代理人。 | 2024 年 6 月 28 日 | | [新模型](https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html) | 您現在可以將 AI21 Jamba-Instruct 與 Amazon Bedrock 搭配使用。 | 2024 年 6 月 25 日 | | [區域擴展](https://docs.aws.amazon.com/bedrock/latest/userguide/guardrails-supported.html) | 加拿大 (中部) (ca-central-1)、歐洲 (倫敦) (eu-west-2) 和南美洲 (聖保羅) (sa-east-1) 現支援 Amazon Bedrock 防護機制。 | 2024 年 6 月 21 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/playgrounds.html#chat-playground) | 您現在可以在[聊天遊樂場](https://docs.aws.amazon.com/bedrock/latest/userguide/playgrounds.html#chat-playground)或[使用對話 API ](https://docs.aws.amazon.com/bedrock/latest/userguide/conversation-inference.html)時包含文件。 | 2024 年 6 月 21 日 | | [新模型](https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html) | 您現在可以將 Claude 3.5 Sonnet 與 Amazon Bedrock 搭配使用。 | 2024 年 6 月 20 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/model-parameters-embed.html) | Cohere Embed V3 模型現支援回應中的 int8 和二進位嵌入類型。 | 2024 年 6 月 20 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/guardrails-use-converse-api.html) | 您現在可以將防護機制與 Converse API 搭配使用。 | 2024 年 6 月 18 日 | | [區域擴展](https://docs.aws.amazon.com/bedrock/latest/userguide/bedrock-regions.html) | 現已在加拿大 (中部) (ca-central-1)、歐洲 (倫敦) (eu-west-2) 和南美洲 (聖保羅) (sa-east-1) 推出 Amazon Bedrock。如需有關端點的詳細資訊，請參閱 [Amazon Bedrock 端點與配額](https://docs.aws.amazon.com/general/latest/gr/bedrock.html)。 | 2024 年 6 月 13 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/trace-events.html) | 您現在可以在追蹤中檢視資訊，這些資訊與代理程式動作群組結果是否已傳送到 Lambda 函式進行處理，或是否將控制項傳回給代理程式開發人員有關。 | 2024 年 6 月 13 日 | | [新模型](https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html) | 您現在可以將 Claude 3 Opus 與 Amazon Bedrock 搭配使用。 | 2024 年 6 月 7 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/conversation-inference.html) | 您現在可以使用 Converse API 來建立對話式應用程式。 | 2024 年 5 月 30 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/tool-use.html) | 您現在可以將工具與 Amazon Bedrock 模型搭配使用。 | 2024 年 5 月 30 日 | | [在 Amazon Bedrock 知識庫中嵌入資料來源的更多模型支援。](https://docs.aws.amazon.com/bedrock/latest/userguide/knowledge-base-supported.html) | 您現在可以使用 Amazon Titan Text Embeddings V2 模型，將資料來源嵌入 Amazon Bedrock 知識庫。 | 2024 年 5 月 30 日 | | [新模型](https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html) | 您現在可以將 Mistral Small 與 Amazon Bedrock 搭配使用。 | 2024 年 5 月 24 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/agents-create.html) | 您現在可以在 Amazon Bedrock 中將防護機制與代理程式搭配使用。 | 2024 年 5 月 20 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/kb-test-model-params.html) | 您現在可以在從知識庫擷取產生回應時修改推論參數。 | 2024 年 5 月 9 日 | | [新模型](https://docs.aws.amazon.com/bedrock/latest/userguide/titan-models.html) | 您現在可以將 Amazon Titan Text Premier 模型與 Amazon Bedrock 搭配使用。 | 2024 年 5 月 7 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/br-studio.html) | Amazon Bedrock Studio 的預覽版本。 | 2024 年 5 月 7 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/agents-alias-manage.html) | 您現在可以將佈建輸送量與 Amazon Bedrock 中的代理程式別名建立關聯。 | 2024 年 5 月 2 日 | | [區域擴展](https://docs.aws.amazon.com/bedrock/latest/userguide/bedrock-regions.html) | 現已在歐洲 (愛爾蘭) (eu-west-1) 和亞太地區 (孟買) (ap-south-1) 推出 Amazon Bedrock。如需有關端點的詳細資訊，請參閱 [Amazon Bedrock 端點與配額](https://docs.aws.amazon.com/general/latest/gr/bedrock.html)。 | 2024 年 5 月 1 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/knowledge-base-setup.html) | 您現在可以在 Amazon Bedrock 知識庫中選取 MongoDB Atlas 作為向量索引來源。 | 2024 年 5 月 1 日 | | [新模型](https://docs.aws.amazon.com/bedrock/latest/userguide/titan-embedding-models.html) | 您現在可以將 Titan Embeddings Text V2 模型與 Amazon Bedrock 搭配使用。 | 2024 年 4 月 30 日 | | [佈建輸送量的更多模型支援](https://docs.aws.amazon.com/bedrock/latest/userguide/pt-supported.html) | 您現在可以購買 AI21 Labs Jurassic-2 Ultra 的佈建輸送量。 | 2024 年 4 月 30 日 | | [新模型](https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html) | 您現在可以將 Cohere Command R 和 Cohere Command R\$1 模型與 Amazon Bedrock 搭配使用。 | 2024 年 4 月 29 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/model-customization-import-model.html) | 您現在可以將自訂模型匯入 Amazon Bedrock。 | 2024 年 4 月 23 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/agents-returncontrol.html) | 在 Amazon Bedrock 代理人中，您現在可以傳回代理程式在 [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_InvokeAgent.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_InvokeAgent.html) 回應中從使用者引出的資訊，而不是將其傳送至 Lambda 函式。 | 2024 年 4 月 23 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/agents-action-function.html) | 在 Amazon Bedrock 代理人中，您現在可以根據使用者所需的參數定義動作群組。 | 2024 年 4 月 23 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/knowledge-base-erag.html) | 您現在可以使用 Amazon Bedrock 與文件聊天。 | 2024 年 4 月 23 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/kb-create.html) | 您現在可以在 Amazon Bedrock 知識庫中從多個資料來源中選取。 | 2024 年 4 月 23 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/guardrails.html) | 您現在可以使用 Amazon Bedrock 防護機制實作保護措施，根據使用案例封鎖模型輸入和回應中的有害內容。 | 2024 年 4 月 23 日 | | [新模型](https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html) | 您現在可以將 Anthropic Claude 3 Opus 與 Amazon Bedrock 搭配使用。 | 2024 年 4 月 16 日 | | [區域擴展](https://docs.aws.amazon.com/bedrock/latest/userguide/bedrock-regions.html) | Amazon Bedrock 現已在亞太地區 (雪梨) (ap-southeast-2) 推出。如需有關端點的詳細資訊，請參閱 [Amazon Bedrock 端點與配額](https://docs.aws.amazon.com/general/latest/gr/bedrock.html)。 | 2024 年 4 月 9 日 | | [CloudFormation 支援 Amazon Bedrock 代理程式和 Amazon Bedrock 知識庫](https://docs.aws.amazon.com/bedrock/latest/userguide/creating-resources-with-cloudformation.html) | 您現在可以使用 設定和管理 Amazon Bedrock 代理程式和 Amazon Bedrock 知識庫資源 CloudFormation。 | 2024 年 4 月 5 日 | | [區域擴展](https://docs.aws.amazon.com/bedrock/latest/userguide/bedrock-regions.html) | Amazon Bedrock 現已在歐洲 (巴黎) (eu-west-3) 推出。如需有關端點的詳細資訊，請參閱 [Amazon Bedrock 端點與配額](https://docs.aws.amazon.com/general/latest/gr/bedrock.html)。 | 2024 年 4 月 4 日 | | [在 Amazon Bedrock 中查詢知識庫的更多模型支援](https://docs.aws.amazon.com/bedrock/latest/userguide/knowledge-base-supported.html) | 您現在可以將 Anthropic Claude 3 Haiku 用於知識庫回應產生。 | 2024 年 4 月 4 日 | | [新模型](https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html) | 您現在可以將 Mistral Large 與 Amazon Bedrock 搭配使用。 | 2024 年 4 月 3 日 | | [在 Amazon Bedrock 中查詢知識庫的更多模型支援](https://docs.aws.amazon.com/bedrock/latest/userguide/knowledge-base-supported.html) | 您現在可以將 Anthropic Claude 3 Haiku 用於知識庫回應產生。 | 2024 年 4 月 3 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/pt-supported.html) | 您只能為沒有承諾的基礎模型購買佈建的輸送量。 | 2024 年 3 月 29 日 | | [佈建輸送量的更多模型支援](https://docs.aws.amazon.com/bedrock/latest/userguide/pt-supported.html) | 您現在可以購買適用於 Anthropic Claude 3 Sonnet、Anthropic Claude 3 Haiku、Cohere Embed English 和 Cohere Embed Multilingual 的佈建輸送量。 | 2024 年 3 月 29 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/knowledge-base-create.html#kb-create-security-network) | 您現在可以在 Amazon OpenSearch Serverless 中建立網路存取政策，以允許 Amazon Bedrock 知識庫存取使用 VPC 端點設定的私有 OpenSearch Serverless 向量搜索集合。 | 2024 年 3 月 28 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/knowledge-base-ds.html#kb-ds-metadata) | 您現在可以在 Amazon Bedrock 知識庫中包含來源文件的中繼資料，並[在知識庫查詢期間篩選中繼資料](https://docs.aws.amazon.com/bedrock/latest/userguide/kb-test-config.html#kb-test-config-filters)。 | 2024 年 3 月 27 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/kb-test-config.html) | 您現在可以使用提示範本，在查詢知識庫並產生回應時自訂向模型傳送的提示。 | 2024 年 3 月 26 日 | | [在 Amazon Bedrock 中查詢知識庫的更多模型支援](https://docs.aws.amazon.com/bedrock/latest/userguide/knowledge-base-supported.html) | 您現在可以將 Anthropic Claude 3 Sonnet 用於知識庫回應產生。 | 2024 年 3 月 25 日 | | [減少的延遲](https://docs.aws.amazon.com/bedrock/latest/userguide/agents-optimize-performance.html) | 您現在可以針對代理程式具有單一知識庫的更簡單使用案例最佳化延遲。 | 2024 年 3 月 20 日 | | [新模型](https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html) | 您現在可以將 Anthropic Claude 3 Haiku 與 Amazon Bedrock 搭配使用。 | 2024 年 3 月 13 日 | | [新模型](https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html) | 您現在可以將 Anthropic Claude 3 Sonnet 與 Amazon Bedrock 搭配使用。 | 2024 年 3 月 4 日 | | [新模型](https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html) | 您現在可以將 Mistral AI 模型與 Amazon Bedrock 搭配使用。 | 2024 年 3 月 1 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/knowledge-base-test.html) | 您現在可以在包含可篩選文字欄位的 Amazon OpenSearch Serverless 向量存放區的知識庫中自訂搜尋策略。 | 2024 年 2 月 28 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/titan-image-models.html) | 您現在可以從 Amazon Bedrock Titan Image Generator 偵測具有浮水印的影像。 | 2024 年 2 月 14 日 | | [更新 AWS PrivateLink 支援](https://docs.aws.amazon.com/bedrock/latest/userguide/usingVPC.html) | 您現在可以使用 AWS PrivateLink 為 [Amazon Bedrock Agents 組建時間服務](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_Operations_Agents_for_Amazon_Bedrock.html)建立介面 VPC 端點。 | 2024 年 2 月 9 日 | | [IAM 角色更新](https://docs.aws.amazon.com/bedrock/latest/userguide/kb-permissions.html) | 您現在可以跨知識庫使用相同的服務角色，並使用沒有預先定義字首的角色。 | 2024 年 2 月 9 日 | | [處於舊版狀態的模型](https://docs.aws.amazon.com/bedrock/latest/userguide/model-lifecycle.html) | Stable Diffusion XL v0.8 現處於舊版狀態。在 2024 年 4 月 30 日之前遷移至 Stable Diffusion XL v1.x。 | 2024 年 2 月 2 日 | | [已新增程式碼範例章節](https://docs.aws.amazon.com/bedrock/latest/userguide/service_code_examples.html) | Amazon Bedrock 指南現包含各種 Amazon Bedrock 動作和案例的程式碼範例。 | 2024 年 1 月 25 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/knowledge-base-create.html) | 現在，當您選擇在主控台中快速建立 Amazon OpenSearch Serverless 向量存放區時，Amazon Bedrock 知識庫可在生產和非生產帳戶之間提供選擇。 | 2024 年 1 月 24 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/trace-events.html) | Amazon Bedrock 代理人現可讓您在主控台中使用測試視窗時即時檢視追蹤。 | 2024 年 1 月 18 日 | | [在 Amazon Bedrock 知識庫中嵌入資料來源的更多模型支援](https://docs.aws.amazon.com/bedrock/latest/userguide/knowledge-base-supported.html) | Amazon Bedrock 知識庫現支援使用 Cohere Embed English 和 Cohere Embed Multilingual 來嵌入資料來源。 | 2024 年 1 月 17 日 | | [Amazon Bedrock 代理人和在 Amazon Bedrock 中查詢知識庫的更多模型支援](https://docs.aws.amazon.com/bedrock/latest/userguide/agents-supported.html) | Amazon Bedrock 代理人和 Amazon Bedrock 知識庫回應產生現支援 Anthropic Claude 2.1。 | 2023 年 12 月 27 日 | | [區域擴展](https://docs.aws.amazon.com/bedrock/latest/userguide/what-is-service.html#bedrock-regions) | Amazon Bedrock 現在可在 AWS GovCloud (US-West) (us-gov-west-1) 中使用。如需有關端點的詳細資訊，請參閱 [Amazon Bedrock 端點與配額](https://docs.aws.amazon.com/general/latest/gr/bedrock.html)。 | 2023 年 12 月 21 日 | | [新的向量存放區支援](https://docs.aws.amazon.com/bedrock/latest/userguide/knowledge-base-setup-rds.html) | 您現在可以在 Amazon Aurora 資料庫叢集中建立知識庫。如需詳細資訊，請參閱[在 Amazon Aurora 中建立向量存放區](https://docs.aws.amazon.com/bedrock/latest/userguide/knowledge-base-setup-rds.html)。 | 2023 年 12 月 21 日 | | [新受管政策](https://docs.aws.amazon.com/bedrock/latest/userguide/security-iam-awsmanpol.html) | Amazon Bedrock 已新增 `AmazonBedrockFullAccess`，授予使用者建立、讀取、更新和刪除資源的許可權，以及新增 `AmazonBedrockReadOnly` 為使用者提供所有動作的唯讀權限。 | 2023 年 12 月 12 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/model-evaluation.html) | Amazon Bedrock 現在支援使用自動指標或人工來建立模型評估任務。 | 2023 年 11 月 29 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/model-lifecycle.html) | 您現在可以監視和自訂[模型版本](https://docs.aws.amazon.com/bedrock/latest/userguide/model-lifecycle.html)。 | 2023 年 11 月 29 日 | | [新 Titan 模型](https://docs.aws.amazon.com/bedrock/latest/userguide/titan-models.html) | 來自 Titan 的新模型包括 Amazon Titan Image Generator G1 V1 和 Amazon Titan Multimodal Embeddings G1。如需詳細資訊，請參閱 [Titan 模型](https://docs.aws.amazon.com/bedrock/latest/userguide/titan-models.html)。 | 2023 年 11 月 29 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/custom-models.html) | 持續預先訓練後，您可以教導模型新的領域知識。如需詳細資訊，請參閱[自訂模型](https://docs.aws.amazon.com/bedrock/latest/userguide/custom-models-reference.html)。 | 2023 年 11 月 28 日 | | [新功能](https://docs.aws.amazon.com/bedrock/latest/userguide/knowledge-base-api-query.html) | 您現在可以透過[擷取](https://docs.aws.amazon.com/lexv2/latest/APIReference/API_agent-runtime_Retrieve.html)和 [RetrieveAndGenerate](https://docs.aws.amazon.com/lexv2/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html) API 查詢知識庫。如需詳細資訊，請參閱[查詢知識庫](https://docs.aws.amazon.com/bedrock/latest/userguide/knowledge-base-api-query.html)。 | 2023 年 11 月 28 日 | | [一般版本](https://docs.aws.amazon.com/bedrock/latest/userguide/knowledge-base.html) | Amazon Bedrock 服務知識庫服務的一般版本。如需詳細資訊，請參閱 [Amazon Bedrock 的知識庫](https://docs.aws.amazon.com/bedrock/latest/userguide/knowledge-base.html)。 | 2023 年 11 月 28 日 | | [一般版本](https://docs.aws.amazon.com/bedrock/latest/userguide/agents.html) | Amazon Bedrock 代理人服務的一般版本。如需詳細資訊，請參閱 [Amazon Bedrock 代理人](https://docs.aws.amazon.com/bedrock/latest/userguide/agents.html)。 | 2023 年 11 月 28 日 | | [自訂更多模型](https://docs.aws.amazon.com/bedrock/latest/userguide/custom-models.html) | 您現在可以從 Cohere 和 Meta 自訂模型。如需詳細資訊，請參閱[自訂模型](https://docs.aws.amazon.com/bedrock/latest/userguide/custom-models-reference.html)。 | 2023 年 11 月 28 日 | | [新模型發行版本](#doc-history) | 已更新的文件，可涵蓋新的 Meta 和 Cohere 模型。如需詳細資訊，請參閱 [Amazon Bedrock](https://docs.aws.amazon.com/bedrock/latest/userguide/what-is-bedrock.html)。 | 2023 年 11 月 13 日 | | [文件當地語系化](#doc-history) | Amazon Bedrock 文件現已提供[日文](https://docs.aws.amazon.com/ja_jp/bedrock/latest/userguide/what-is-bedrock.html)和[德文](https://docs.aws.amazon.com/de_de/bedrock/latest/userguide/what-is-bedrock.html)版本。 | 2023 年 10 月 20 日 | | [區域擴展](https://docs.aws.amazon.com/bedrock/latest/userguide/what-is-service.html#bedrock-regions) | Amazon Bedrock 現已在歐洲 (法蘭克福) (eu-central-1) 正式推出。如需有關端點的詳細資訊，請參閱 [Amazon Bedrock 端點與配額](https://docs.aws.amazon.com/general/latest/gr/bedrock.html)。 | 2023 年 10 月 19 日 | | [區域擴展](https://docs.aws.amazon.com/bedrock/latest/userguide/what-is-bedrock.html#bedrock-regions) | Amazon Bedrock 現已在亞太區域 (東京) (ap-northeast-1) 正式推出。如需有關端點的詳細資訊，請參閱 [Amazon Bedrock 端點與配額](https://docs.aws.amazon.com/general/latest/gr/bedrock.html)。 | 2023 年 10 月 3 日 | | [門禁一般發行版本](https://docs.aws.amazon.com/bedrock/latest/userguide/what-is-bedrock.html) | Amazon Bedrock 服務的門禁一般發行版本。如需詳細資訊，請參閱 [Amazon Bedrock](https://docs.aws.amazon.com/bedrock/latest/userguide/what-is-bedrock.html)。 | 2023 年 9 月 28 日 |