Buat file JSONL bernama abc.jsonl dan sertakan objek JSON untuk setiap catatan yang berisi setidaknya jumlah minimum catatan (lihat Jumlah minimum catatan per pekerjaan inferensi batch untuk). {Model} Kuota untuk Amazon Bedrock Dalam contoh ini, Anda akan menggunakan Anthropic Claude 3 Haiku model. Contoh berikut menunjukkan JSON masukan pertama dalam file:
{
"recordId": "CALL0000001",
"modelInput": {
"anthropic_version": "bedrock-2023-05-31",
"max_tokens": 1024,
"messages": [
{
"role": "user",
"content": [
{
"type": "text",
"text": "Summarize the following call transcript: ..."
}
]
}
]
}
}
...
# Add records until you hit the minimum
Buat bucket S3 yang dipanggil amzn-s3-demo-bucket-input dan unggah file ke sana. Kemudian buat bucket S3 yang dipanggil amzn-s3-demo-bucket-output untuk menulis file output Anda. Jalankan cuplikan kode berikut untuk mengirimkan pekerjaan dan dapatkan jobArn dari respons:
import boto3
bedrock = boto3.client(service_name="bedrock")
inputDataConfig=({
"s3InputDataConfig": {
"s3Uri": "s3://amzn-s3-demo-bucket-input/abc.jsonl"
}
})
outputDataConfig=({
"s3OutputDataConfig": {
"s3Uri": "s3://amzn-s3-demo-bucket-output/"
}
})
response=bedrock.create_model_invocation_job(
roleArn="arn:aws:iam::123456789012:role/MyBatchInferenceRole",
modelId="anthropic.claude-3-haiku-20240307-v1:0",
jobName="my-batch-job",
inputDataConfig=inputDataConfig,
outputDataConfig=outputDataConfig
)
jobArn = response.get('jobArn')
Kembalikan pekerjaan. status
bedrock.get_model_invocation_job(jobIdentifier=jobArn)['status']
Buat daftar pekerjaan inferensi batch ituFailed.
bedrock.list_model_invocation_jobs(
maxResults=10,
statusEquals="Failed",
sortOrder="Descending"
)
Hentikan pekerjaan yang Anda mulai.
bedrock.stop_model_invocation_job(jobIdentifier=jobArn)
