Início rápido - Amazon Bedrock

As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

Início rápido

Nesta seção, mostraremos como começar a usar o Amazon Bedrock em alguns minutos. Usaremos a API APIs: Responses API e Chat Completions, compatíveis com OpenAI, e a API Invoke and Converse para mostrar como executar uma solicitação de inferência. Consulte Criar para obter uma lista completa APIs.

Etapa 1 - Conta da AWS: Se você já tem uma conta da AWS, pule esta etapa e vá para a etapa 2. Se você é novo na AWS, cadastre-se em uma conta da AWS e siga as instruções.

Etapa 2 - Chave de API: Depois de ter uma conta da AWS, você pode criar uma chave de API de longo prazo para autenticar suas solicitações no Amazon Bedrock. Para fazer isso, acesse o serviço Amazon Bedrock no AWS Console e gere uma chave de longo prazo. Para obter mais informações, consulte a seção Chaves de API no capítulo Build.

Etapa 3 - Obtenha o SDK: para usar este guia de introdução, você deve ter o Python já instalado. Em seguida, instale o software relevante, dependendo do APIs que você está usando.

Responses/Chat Completions API
pip install boto3 openai
Invoke/Converse API
pip install boto3

Etapa 4 - Definir variáveis de ambiente: configure seu ambiente para usar a chave de API para autenticação.

Responses/Chat Completions API
OPENAI_API_KEY="<provide your Bedrock API key>"
OPENAI_BASE_URL="https://bedrock-mantle.<your-region>.api.aws/v1"
Invoke/Converse API
AWS_BEARER_TOKEN_BEDROCK="<provide your Bedrock API key>"

Etapa 5 - Execute sua primeira solicitação de inferência: o Amazon Bedrock oferece suporte a mais de 100 modelos básicos. Escolha um modelo e use o código Python a seguir para executar sua primeira solicitação de inferência. Salve o arquivo como bedrock-first-request.py

Responses API
from openai import OpenAI

client = OpenAI()

response = client.responses.create(
    model="openai.gpt-oss-120b",
    input="Can you explain the features of Amazon Bedrock?"
    )
print(response)
Chat Completions API
from openai import OpenAI

client = OpenAI()

response = client.chat.completions.create(
    model="openai.gpt-oss-120b",
    messages=[{"role": "user", "content": "Can you explain the features of Amazon Bedrock?"}]
    )
print(response)
Invoke API
import json
import boto3

client = boto3.client('bedrock-runtime', region_name='us-east-1')
response = client.invoke_model(
    modelId='anthropic.claude-opus-4-6-v1',
    body=json.dumps({
            'anthropic_version': 'bedrock-2023-05-31',
            'messages': [{ 'role': 'user', 'content': 'Can you explain the features of Amazon Bedrock?'}],
            'max_tokens': 1024
    })
 )
 print(json.loads(response['body'].read()))
Converse API
import boto3

client = boto3.client('bedrock-runtime', region_name='us-east-1')
response = client.converse(
    modelId='anthropic.claude-opus-4-6-v1',
    messages=[
        {
            'role': 'user',
            'content': [{'text': 'Can you explain the features of Amazon Bedrock?'}]
        }
    ]
)
print(response)

Execute o código com Python usando o comando:

python3 bedrock-first-request.py

Você deve ver o resultado da sua solicitação de inferência.

Para saber mais sobre o uso de outros endpoints APIs e endpoints, consulte. Criar